Python 是否有来自scipy.stats的'norm'方法的cythonized版本？

我在scipy.stats中讨论了连续RV的主要公共方法：

具体来说,，

来自scipy.stats导入规范

然后使用

norm.ppf

或

norm.pdf

链接：

---

使用cython是否有机会在norm.ppf（）或norm.pdf（）上进行速度优化？或者它已经优化了还是不值得用cython包装？

您在中检查了代码吗

…/scipy/stats/distributions.py

看起来

norm\u pdf

最终使用

_norm_pdf_C = math.sqrt(2*pi)
_norm_pdf_logC = math.log(_norm_pdf_C)

def _norm_pdf(x):
    return exp(-x**2/2.0) / _norm_pdf_C

因为它不涉及通过numpy数组的循环，所以它看起来不像是

cython

speedup的主要候选。你会用不同的方式写吗

---

哎呀，对不起。您询问的函数如下：

def pdf(self,x,*args,**kwds):
    args, loc, scale = self._parse_args(*args, **kwds)
    x,loc,scale = map(asarray,(x,loc,scale))
    args = tuple(map(asarray,args))
    x = asarray((x-loc)*1.0/scale)
    cond0 = self._argcheck(*args) & (scale > 0)
    cond1 = (scale > 0) & (x >= self.a) & (x <= self.b)
    cond = cond0 & cond1
    output = zeros(shape(cond),'d')
    putmask(output,(1-cond0)+np.isnan(x),self.badvalue)
    if any(cond):
        goodargs = argsreduce(cond, *((x,)+args+(scale,)))
        scale, goodargs = goodargs[-1], goodargs[:-1]
        place(output,cond,self._pdf(*goodargs) / scale)
    if output.ndim == 0:
        return output[()]
    return output

def pdf（self，x，*args，**kwds）：
args，loc，scale=self._parse_args（*args，**kwds）
x、 位置，比例尺=地图（方阵，（x，位置，比例尺））
args=元组（映射（asarray，args））
x=方阵（（x-loc）*1.0/刻度）
cond0=自身参数检查（*参数）和（比例>0）
cond1=（scale>0）和（x>=self.a）和（x我所指的代码实际上在scipy 0.15.1的scipy/stats/_distn_基础结构中。因此，scipy.stats的
源导入norm
，然后导入
norm.ppf（）
是该私有模块的第1785-1828行。对于您关于主要候选对象的问题，我会使用libc.math cimport exp、sqrt、log中的
，它们是python内置数学的预编译C版本