Wolfram Language

Erweiterungen zu Wahrscheinlichkeit & Statistik

Verbesserte 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
In[1]:=
Click for copyable input
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}}]
Out[139]=

Zweidimensionale ungleichmäßige Bins.

Den kompletten Wolfram Language-Input zeigen
In[2]:=
Click for copyable input
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}}]
Out[141]=

Eindimensionale gleichmäßige Bins.

Den kompletten Wolfram Language-Input zeigen
In[3]:=
Click for copyable input
Table[ BlockRandom[SeedRandom["MarketingExample"]; data = RandomReal[1, n]]; Mean[Table[First[AbsoluteTiming[BinCounts[data, {0, 1, 0.1}];]], {5}]] , {n, {10000, 100000, 1000000}}]
Out[143]=

Zweidimensionale gleichmäßige Bins.

Den kompletten Wolfram Language-Input zeigen
In[4]:=
Click for copyable input
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}}]
Out[145]=

Verwandte Beispiele

en es fr ja ko pt-br ru zh