5
我的问题是以最有效的方式提取N个泊松随机值(RV
),每个值有不同的平均值/速率Lam
。基本上是size(RV) == size(Lam)
。Python/Numpy/Scipy:用不同的lambda绘制泊松随机值
这是一个天真的(很慢)的实现:
import numpy as NP
def multi_rate_poisson(Lam):
rv = NP.zeros(NP.size(Lam))
for i,lam in enumerate(Lam):
rv[i] = NP.random.poisson(lam=lam, size=1)
return rv
也就是说,我的笔记本电脑,与1E6样品得出:
Lam = NP.random.rand(1e6) + 1
timeit multi_poisson(Lam)
1 loops, best of 3: 4.82 s per loop
是否有可能从该改进?