使用SequenceMatcher在python中加速使用numba

尝试使用numba加速时遇到错误。还有其他加速的方法吗？注“a”和“b”是数据帧。我也有一个gtx1070ti，有没有办法利用gpu呢

from difflib import SequenceMatcher
import time

z = []
x = []

st = time.time()

@jit
def calc_dist(a, b):
    for i in a['name']:
        for j in (b['name']):
            cc = SequenceMatcher(None, i.lower(), j.lower()).ratio()
            if cc > 0.8:
                z.append(i)
                x.append(j)


calc_dist(a, b)

en = time.time()

print(en-st)

---

不能将数据帧传递给Numba函数。您不能从Numba函数中创建SequenceMatcher对象。有一个更快但没有那么严格的方法吗@Thane Brooker a['name']只是一个列表。@EdwardLiu您的评论说“注意”a和“b”是数据帧。“您可以将列表传递给numba。”。对于numba来说，重写SequenceMaker将是一个有趣的项目，是的，您可以将其卸载到GPU。但是如果您不想重写，那么最简单的加速方法就是坚持使用Python并使用多处理而不是Numba。