对数值列表均值进行Bootstrap抽样的最高效实现方法是什么

你可以直接使用Numpy原生向量化操作实现需求，完全不需要依赖高版本Scipy，性能和可读性都远高于你现在的写法：

优化后实现代码 #

import numpy as np

def bootstrap_mean(data, n_bootstrap=100):
    sample_count = len(data)
    # 直接生成指定形状的有放回抽样索引
    boot_indexes = np.random.randint(0, sample_count, size=(n_bootstrap, sample_count))
    # 向量化索引取值后逐行求均值
    return data[boot_indexes].mean(axis=1)

# 测试示例
data = np.linspace(0, 4, 5)
output = bootstrap_mean(data, n_bootstrap=100)

优势说明 #

• 完全规避了原写法中Python层面的列表推导循环，所有运算都在Numpy层面完成，数据量越大性能提升越明显
• 代码逻辑清晰简洁，符合Pythonic的编码规范
• 仅依赖Numpy，不需要升级Scipy版本

如果需要进一步提升性能，且环境允许安装第三方包，可以给函数添加numba.njit装饰器，对于超大规模数据的重采样运算速度会有额外提升。

内容的提问来源于stack exchange，提问作者cssstudent