我想计算低于和高于 n_par 参数和 n_sample 样本矩阵平均值的值的标准偏差。到目前为止我发现的最快的方法是:
stdleft = numpy.zeros_like(mean)
for jpar in xrange(mean.shape[1]):
stdleft[jpar] = p[p[:,jpar] < \
mean[jpar],jpar].std()
其中 p 是一个类似于 (n_samples,n_par) 的矩阵。没有for循环有没有更聪明的方法?我大致有 n_par = 200 和 n_samples = 1e8 ,因此这三行需要很长时间才能执行。
任何想法都会非常有帮助!
谢谢