如何加快数据拟合并获得百分位函数

Question

我有一个一维数组。我想尽可能快地获得该数据拟合的某个百分位数（例如 5%）（蒙特卡洛方法最好，高斯 KDE 方法也可以）。因为这个函数被使用了数百万次。

我的方法是使用 scipy gaussian_kde。

我的问题是：

1. 还有其他方法可以提高 gaussian_kde 的速度吗？ 主要费用是kde = gaussian_kde(x, bw_method=0.02) #about 220us

Answer 1

您似乎重写了一个优化良好的 Numpy 函数，名为 np.quantile。调用np.quantile(x, 0.05) 提供准确/准确的 5% 分位数，比您的优化实现快 4 倍！请注意，如果您需要在不同的独立数组上多次调用此函数，那么借助Numba 并行性，您可以进一步加快计算速度。