但是报错，终端部分输出为：

Numba是一个开源的JIT编译器，它将Python和NumPy代码的子集转换成快速的机器代码。

关注本站官方公众号:程序员总部，领取三大福利！ 福利一:python和前端辅导 福利二:进程序员交流微信群，专属于程序员的圈子 福利三:领取全套零基础视频教程(python,java,前端,php)
关注公众号回复python,免费领取,回复充值+你的账号,免费为您充值1000积分

Psyco，一种 Python 专用编译器，帮助平衡了这一竞争。Psyco 现在是个外部模块，但是在将来的某一天它可能会包括到 Python 本身中去。只需极少量的额外编程，通常就可以使用 Psyco 将 Python 代码的速度提高好几个数量级。
Python 的设计在很多方面都类似于 Java 的设计。两者都利用了解释专门的伪编译字节码的虚拟机。JVM 比 Python 更高级的一个方面在于优化了字节码的执行。

Psyco 可以在 Python解释器 编译代码时自动优化，将其使用C实现，并针对循环操作进行一些特殊的优化。经过这些优化，程序的性能将会得到提升，在跨平台环境下尤为明显。

对于密集计算型程序，Psyco 可以显著提升程序的执行速度。实际的提升决定于程序的具体实现，曾经有人获得了高达100倍的提升，也有的时候因为需要额外加载 Psyco 模块反倒带来了轻微的性能下降。经过调查，在典型的应用上，Psyco 平均可以提供 1.5至4 倍的性能提升。这帮助 Python 的性能达到了 Smalltalk 和 Scheme 的水平，但是仍然与 Fortran 与 C这样的编译语言，或是一些 JIT 语言如 C# 和 Java有所差距。
Psyco 宣称自己是非常易用的，事实也确实如此。

最简单的 Psyco 优化只需要在程序开始处放置两行代码：
这两行指令会让 Python解释器 加载 Psyco 模块，并对接下来的脚本进行优化。对于小的程序来说，这相当的方便；但是大型工程来说，加入这些的工作量并不低，通常可以借助自动化脚本来完成。