为什么scipy.stats.norm.ppf实现如此之慢？

Question

我使用scipy版本0.19.0。我看到在scipy \ stats_continuous_distns下，函数_norm_ppf包裹scipy.special.ndtri。我的问题是，这使用了什么实现，为什么这么慢？

为了比较， 我在ASA 241中创建了一个众所周知的反向cdf开源实现的扩展（＆＃34; R8_NORMAL_01_CDF_INVERSE＆＃34;）。您可以在此链接中查看它的版本：http://people.sc.fsu.edu/~jburkardt/c_src/asa241/asa241.html

一些天真的基准测试显示scipy的版本慢了近1000倍：

import timeit
from scipy.stats import norm
from QSCoreExtensions import r8_normal_01_cdf_inverse # compiled extension

def a():
    norm.ppf(.3456)

def b():
    r8_normal_01_cdf_inverse(.3456)

print(timeit.timeit('a()', number=10000, globals=globals()))
print(timeit.timeit('b()', number=10000, globals=globals()))

输出：

1.219758156838038

0.0021004953395136194

请注意，任何输入（不仅仅是.3456）都会产生类似的结果。此外，r8_normal_01_cdf_inverse精度是10 ** 16中的1个部分，实际上比scipy.stats.norm.ppf更准确