Numpyを使うと、listなどを使うよりも処理が速くなります。 さらには、Numpy自体を高速化することも可能です。 本記事の内容 Numpyの高速化高速化Numpyのダウンロード高速化NumpyのインストールノーマルNumpyと高速化Numpyの比較 それでは、上記に沿って解説していきます。 Numpyの高速化 Numpyの高速化とは、コードの改善という話ではありません。 Numpyそのものをより高速なモノにするということです。 そのための技術として、MKLが存在します。 MKLは、Intelが開発している演算用のライブラリです。 もちろん、MKLはIntelのCPUのみに対応しています。 このMKLを利用すれば、Numpyを高速化できるというわけです。 そして、MKLに対応したNumpyが用意されています。 ここで、呼び名(表記)に関して整理しておきます。 説明しやすいように、以下の
![Numpyを高速化する最も簡単な方法【Python on Windows】](https://cdn-ak-scissors.b.st-hatena.com/image/square/c13329d11b417acb16c849fa34d9133e73110e78/height=288;version=1;width=512/https%3A%2F%2Fself-development.info%2Fwp-content%2Fuploads%2F2021%2F07%2Fjohn-cameron-qcY8VBe7Wcc-unsplash.jpg)