使用dask。纸袋从\u序列计算核密度估计

我试图计算一个相当大的二维数据集的核密度估计,以 colour the points in a scatter plot . 功能 scipy.stats.gaussian_kde 需要很长时间,所以我想我可以使用dask(v0.15.2)更快地获得结果。然而,我不确定我的方法是否真的得到了任何加速。以下是一个示例:

import numpy as np
from scipy.stats import gaussian_kde
import dask.bag as db

xy = np.random.rand(2, 1000000)
kde = gaussian_kde(xy)

chunker = (xy[:, i:i+10000] for i in range(100))

compute_job = db.from_sequence(chunker).map(kde)

results = compute_job.compute()
z = np.hstack(results)

在具有2677920个坐标对的数据集的四核至强E5-2609@2.4Hz上完成此操作需要60多小时。我是否正确使用dask?