<div dir="ltr"><div class="gmail_extra"><br><div class="gmail_quote">2015-01-14 10:41 GMT+00:00 Manlio Perillo <span dir="ltr"><<a href="mailto:manlio.perillo@gmail.com" target="_blank">manlio.perillo@gmail.com</a>></span>:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div>Non ne ho idea, su Numpy e Pandas ci sono finito "per caso", e grazie a</div><div>Julia (è proprio vero che un linguaggio ti cambia il modo di pensare...).</div><div><br></div><div>Comunque se per ottimizzazioni intendi vettorializzazione, il codice dovrebbe </div><div>essere ottimizzato su tutti i tipi supportati da numpy, incluso le date.</div></blockquote></div><br>Ah, no. Aspetta. Tempo fa ricordavo che erano tutti molto contenti che numpy fosse stato supportato in pypy, proprio perche' il JIT di pypy non funzionava con i fp. Quindi di fatto le classicamente buone performance di numpy in qualche modo facevano da ponte su un "buco" di pypy.</div><div class="gmail_extra"><br></div><div class="gmail_extra">Non so al momento come siano le cose. Avendo pero' lavorato un pochetto sull'ottimizzazione dei compilatori fare ottimizzazione di roba fp e' particolarmente peloso... sia per le proprieta' dei numeri fp sia per il tipo di codice che le persone normalmente scrivono quando fanno conti.<br><br clear="all"><div><br></div>-- <br><div class="gmail_signature"> .<br>..: -enrico-</div>
</div></div>