Question

这让我感到惊讶......为了说明我使用这个小代码来计算1M随机数的平均值和中位数：

import numpy as np
import statistics as st

import time

listofrandnum = np.random.rand(1000000,)

t = time.time()
print('mean is:', st.mean(listofrandnum))
print('time to calc mean:', time.time()-t)

print('\n')

t = time.time()
print('median is:', st.median(listofrandnum))
print('time to calc median:', time.time()-t)

结果如下：

mean is: 0.499866595037
time to calc mean: 2.0767598152160645


median is: 0.499721597395
time to calc median: 0.9687695503234863

我的问题：为什么平均值比中位数慢？中值需要一些排序算法（即比较），而均值需要求和。总和是否比比较慢？

我将非常感谢您对此的见解。

Answer 1

SELECT t1.vote AS 'Candidate', CAST(SUM(t2.`weight`) AS Decimal(6,2)) as 'Votes' FROM table1 AS t1 RIGHT JOIN ( SELECT voter, 1.0 / CAST( COUNT(*) as Decimal) as `weight` FROM table1 GROUP BY voter ) AS t2 ON t1.voter = t2.voter GROUP BY t1.vote ORDER BY t1.vote;不属于NumPy。它是一个Python标准库模块，具有相当不同的设计理念;它可以不惜一切代价获得准确性，即使对于异常输入数据类型和极差条件输入也是如此。以statistics模块执行的方式执行求和实际上非常昂贵，而不是执行排序。

如果你想在NumPy数组上获得有效的均值或中位数，请使用NumPy例程：

statistics

如果您希望查看numpy.mean(whatever) numpy.median(whatever)模块所需的昂贵工作以获得简单的金额，您可以查看source code：

statistics

为什么“中位数”比使用统计包的“均值”快2倍？

1 个答案: