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=0.0
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：
|
1
2
3
4
5
6
7
|
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~毕竟针对性优化过就是不一样~