Arrays 绘制大型数据集的代表性样本-Matlab

我有一个包含两个数组的大型数据集，例如

x

和

y

。阵列的大小超过100万个数据点。有没有一种简单的方法来绘制一个只有2000个点的散点图，但它能代表整个集合

我在考虑创建另一个数组r

r=max（x）*rand（2000,1）

获取x数组的随机样本。有没有办法找到

r

中的值等于或接近

x

中的值的位置？它们不必在同一个索引位置，而只是在整个矩阵中。然后，我们可以绘制与发现的

x

值相关的

y

值与

r

---

我只是不知道该怎么编码。还有比这更好的方法吗

我不确定这个过程对您的数据有多大的代表性，因为这取决于您的数据是什么样子的，但您当然可以编写类似的代码。找到最接近值的最简单方法是取测试向量和期望值之间差值的

abs

r = max(x)*rand(2000,1);
for i = 1:length(r)
    [~,z(i)] = min(abs(x-r(i)));
end
plot(x(z),y(z),'.')

请注意，

min

行中的

[~，z（i）]

表示我们希望在向量

z

中存储最小值的索引

您也可以尝试移动平均线，请参见以下视频：

或者您可以绘制每个

n

点，类似于（我还没有测试过，所以没有保证）：

或者，如果您知道您想要的点数（同样，未经测试）：

---

也许最简单的方法是使用

round

函数将事物转换为整数，然后进行比较。例如，如果要查找距离

r

值0.1以内的点，请先将值乘以10，然后四舍五入：

r = max(x) * round(2000,1);
rr = round(r / 0.1);
xx = round(x / 0.1);
inRR = ismember(xx, rr)
plot(x(inRR), y(inRR));

通过除以0.1，具有相同整数值的任何值彼此之间的差值在0.1以内

ismember

为

xx

的每个值返回一个

1

，如果该值在

rr

中，则返回一个

0

。这些可用于选择要打印的条目

npoints = 2000;
interval = round(length(x)/npoints);
plot(x(1:interval:end),y(1:interval:end))

r = max(x) * round(2000,1);
rr = round(r / 0.1);
xx = round(x / 0.1);
inRR = ismember(xx, rr)
plot(x(inRR), y(inRR));