0
我在Python中使用norm.ppf()
來計算正態逆累積分佈,但是我發現它比Matlab中的norminv()
慢得多。如何在Python中高效計算正態逆累積分佈函數
for i in range(10000):
iri_next = norm.ppf(0.4, loc=0, scale=0.06)
成本大約在Python 2秒,而在Matlab
for i=1:10000
IRI_next=norminv(0.4,0,0.06);
end
成本約0.6第二個是有以計算在Python正常逆累積分佈的有效方法?
一個小建議是使用python來調用ac函數我不相信python會達到相同的matlabs速度,因爲底層引擎在c/C++中完成 – Andrei
爲什麼調用函數如果返回的值總是相同的10000次? –
你真的在測量'ppf'和'norminv'中的差異,還是僅僅是Python循環和Matlab循環之間的區別?在循環中嘗試一些其他操作,甚至可能是「無操作」(即Python中的「pass」)來檢查。 –