优化
Numba非常快，但是它足够快吗？
Numba是Python中广泛使用的优化库，将函数执行时间提升到与C语言相同的水平，而C语言无疑是快速的。
这种优化水平足以与Julia这样的新型、专用语言竞争吗？如果可以，那么在Python中实现这种执行速度需要注意什么？
介绍
我之前写过一篇比较NumPy和Julia的文章。总体上来说，Julia确实比NumPy更快。然而，事情比较复杂，所以我鼓励你阅读整篇文章以了解全貌：
Julia真的比Python和NumPy更快吗？
C语言的速度，Python的简洁性
towardsdatascience.com
对于那篇文章，最常见的回应之一是：
嗯，你应该使用Numba。它简单易用，可以使事情变得更快！
– 不少人
所以本文将试图直接回答这个建议。
使用Numba能否与Julia的速度相匹配甚至超越？它是否像人们所声称的那样易于使用和实现？而且，是否存在任何缺点？
让我们来看看吧…
Julia简要介绍
由于你们中的一些人可能没有阅读过关于NumPy的先前文章，所以我将在这里重复包含在那篇文章中的“什么是Julia？”部分，如果你已经阅读过先前的文章，可以随意跳过这部分。