@anderstood уверен, что np, numpy всегда проигрывал njit. Я бы отомстил Cython Buuuut, я думаю, что он все еще может не хватить.

вая ndarray размера(n, 3) с участиемn около 1000, как быстро умножить все элементы для каждого ряда? Второе (не легкое) второе решение работает примерно за 0,3 миллисекунды, можно ли его улучшить?

# dummy data
n = 999
a = np.random.uniform(low=0, high=10, size=n).reshape(n/3,3)

# two solutions
def prod1(array):
    return [np.prod(row) for row in array]

def prod2(array):
    return [row[0]*row[1]*row[2] for row in array]

# benchmark
start = time.time()
prod1(a)
print time.time() - start
# 0.0015

start = time.time()
prod2(a)
print time.time() - start
# 0.0003

Ответы на вопрос(2)

Ваш ответ на вопрос