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：
|
1
2
3 |
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：
|
1
2
3
4
5
6
7 |
sum1=0.0sum2=0.0for
i in
range(N): sum1+=nlist[i] sum2+=nlist[i]**2mean=sum1/Nvar=sum2/N-mean**2 |
用时5.3s
借助numpy的向量运算来求：
|
1
2
3
4
5
6
7 |
import
numpynarray=numpy.array(nlist)sum1=narray.sum()narray2=narray*narraysum2=narray2.sum()mean=sum1/Nvar=sum2/N-mean**2 |
用时1.0s
结论：还是用numpy吧~毕竟针对性优化过就是不一样~
原文地址：http://www.cnblogs.com/plwang1990/p/3774744.html
