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)))

Das ist — zumindest in meinem Anwendungsfall — spürbar schneller. Ich werde in Zukunft also immer optimale Fehlerbalken erzeugen.