Python Seaborn双变量KDE加速
我正在估计位置数据(x和y坐标)的高斯双变量KDE,为此我使用Python Seaborn双变量KDE加速,python,seaborn,Python,Seaborn,我正在估计位置数据(x和y坐标)的高斯双变量KDE,为此我使用sns.kdeplot。虽然它工作正常(即,我得到了我得到的绘图),但对于我拥有的数据量来说,它相当慢(最多可以减少50万(x,y)对) 在seaborn中实现的kdeplot的复杂性是什么?我似乎找不到这个信息。是“经典”$O(nm)$KDE复杂性吗 是否有比seaborn更快的KDE绘图的免费实现 是否有一些可以加速计算的位置数据预处理方法?我已经阅读了的答案,但我还没有完全理解它,我也不确定它是否直接适用于我的数据类型。在这些问
sns.kdeplot
。虽然它工作正常(即,我得到了我得到的绘图),但对于我拥有的数据量来说,它相当慢(最多可以减少50万(x,y)对)
seaborn
中实现的kdeplot
的复杂性是什么?我似乎找不到这个信息。是“经典”$O(nm)$KDE复杂性吗seaborn
(或其他库)中实现了,或者我应该编写自己的实现