‹›Erweiterungen zu Wahrscheinlichkeit & StatistikVerbesserte Daten-Binning-Performance
Vergleichen Sie den Zeitbedarf beim Daten-Binning. Die nachstehenden Diagramme zeigen den Zeitbedarf für unterschiedliche Stichprobengrößen und Bin-Spezifikationen im Vergleich. Die Experimente wurden auf einem Windows 10-System mit einem Intel Xeon-Prozessor E3-1245 v2 3.40 GHz durchgeführt. Die Zahl über der Achse gibt an, wieviel schneller Version 11 im Vergleich zu Version 10 ist.
Eindimensionale nichtgleichmäßige Bins.
Den kompletten Wolfram Language-Input zeigen
SeedRandom[1];
rlist = Sort[RandomReal[1, 100]];
Table[
BlockRandom[SeedRandom["MarketingExample"];
data = RandomReal[1, n]];
Mean[Table[First[AbsoluteTiming[BinCounts[data, {rlist}];]], {5}]]
, {n, {100, 10000, 1000000}}]
Zweidimensionale ungleichmäßige Bins.
Den kompletten Wolfram Language-Input zeigen
SeedRandom[1];
rlist1 = Sort[RandomReal[1, 100]];
rlist2 = Sort[RandomReal[1, 100]];
Table[
BlockRandom[SeedRandom["MarketingExample"];
data = RandomReal[1, {n, 2}]];
Mean[Table[
First[AbsoluteTiming[BinCounts[data, {rlist1}, {rlist2}];]], {5}]]
, {n, {100, 10000, 1000000}}]
Eindimensionale gleichmäßige Bins.
Den kompletten Wolfram Language-Input zeigen
Table[
BlockRandom[SeedRandom["MarketingExample"];
data = RandomReal[1, n]];
Mean[Table[First[AbsoluteTiming[BinCounts[data, {0, 1, 0.1}];]], {5}]]
, {n, {10000, 100000, 1000000}}]
Zweidimensionale gleichmäßige Bins.
Den kompletten Wolfram Language-Input zeigen
Table[
BlockRandom[SeedRandom["MarketingExample"];
data = RandomReal[1, {n, 2}]];
Mean[Table[
First[AbsoluteTiming[
BinCounts[data, {0, 1, 0.1}, {0, 1, 0.1}];]], {5}]]
, {n, {10000, 100000, 1000000}}]