Bootstrapping

Wer kennt das nicht: Man hat sich ein Python Skript geschrieben, um seine Daten per Bootstrap Resampling auszuwerten und stellt fest, dass das Konstrukt zur Bildung des "Samples mit Ersetzungen"

import random
x = [1,2,3]

bootstrapSample = [random.choice(x) for _ in x]

einfach nicht schnell genug ist.
Aber glücklicherweise gibt es numpy!

import numpy
x = [1,2,3]

bootstrapSample = list(numpy.random.choice(x, len(x)))

läuft -- zumindest in meinem Anwendungsfall -- spürbar schneller. Ich werde in Zukunft also immer optimale Fehlerbalken erzeugen.