我有一个大的标准正态分布向量（len = 125,000,000）堆积在一个名为vec的[5,125000000] numpy数组中。我继续做：
chisqr = sum(multiply(vec,vec)/var_vec,0)
然后使用scipy获取CDF并执行：
one_minus_cdf = 1-stats.chi2.cdf(chisqr,[5])
除了最后一行需要花费大量时间才能完成之外。任何人都可以帮我设计一种方法来加快速度吗？提前谢谢。
我对python不是很有经验所以请耐心等待。我使用非官方的Windows二进制文件安装了numpy和scipy（是的，我很抱歉;我在Windows上）。我认为默认numpy是针对ATLAS编译的？如果我下载它，我不知道如何使用MKL。我知道我可以获得30天的试用期。我只是想知道在使用像MKL这样的东西之前是否还有其他的建议或技巧（顺便说一句，最简单的方法是什么？）。
这是一个可重复的例子：
import numpy as np
from scipy import stats
vec = np.random.rand(5,12500000)
var_mad = np.tile(np.mat(1).T,(1,12500000))
chisqr = sum(np.multiply(vec,vec)/var_mad,0)
one_minus_cdf = 1-stats.chi2.cdf(chisqr,[5])