用Python求均值与方差,可以自己写,也可以借助于numpy,不过到底哪个快一点呢?
我做了个实验,首先生成9百万个样本:
nlist=range(0,9000000)
nlist=[float(i)/1000000 for i in nlist]
N=len(nlist)
第二行是为了让样本小一点,否则从1加到9百万会溢出的。
自己实现,遍历数组来求均值方差:
sum1=0.0
sum2=0.0
for i in range(N):
sum1+=nlist[i]
sum2+=nlist[i]**2
mean=sum1/N
var=sum2/N-mean**2
用时5.3s
借助numpy的向量运算来求:
import numpy
narray=numpy.array(nlist)
sum1=narray.sum()
narray2=narray*narray
sum2=narray2.sum()
mean=sum1/N
var=sum2/N-mean**2
用时1.0s
结论:还是用numpy吧