Python 在PyPy上矢量化高斯CDF（或erf/erfc/等）的最快方法（即无SciPy）

我试图在PyPy上计算许多高斯函数的CDF，但使用

math.erf

进行计算很慢

我在PyPy上没有SciPy，所以我不能用它。然而，我有NumPy

---

除了编写自己的C扩展名之外，我在PyPy上执行此操作的最快方法是什么？

如果您有numpy，您可以将错误函数制成表格，插值（

np.interp

或自己滚动），然后使用numpy矢量化操作一次计算多个值

大致上（这是在CPython上，我不确定

np.interp

是否在numpy中工作）

>>> import math
>>> x = np.linspace(-3, 3, 101)    # example only, better use e.g. Chebyshev nodes
>>> y = [math.erf(_) for _ in x ]
>>> xval = [-0.1, 0.4, 0.9]
>>> np.interp(xval, x, y)
array([-0.11237943,  0.42808831,  0.79690821])