Wolfram Language™

Melhor desempenho de binning de dados

Compare os tempos de agrupamento de dados. Os gráficos abaixo mostram as comparações de velocidade de diferentes tamanhos de amostras e especificações de compartimentos. Os experimentos foram realizados em um sistema Windows 10 com um processador Intel Xeon E3-1245 v2 3,40 GHz. O número na parte inferior mostra o quanto a versão 11 é mais rápida que a versão 10.

Compartimentos unidimensionais não uniformes.

In[1]:=

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]=

Compartimentos bidimensionais não uniformes.

In[2]:=

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]=

Compartimentos unidimensionais uniformes.

In[3]:=

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]=

Compartimentos bidimensionais uniformes.

In[4]:=

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]=