我正试图在具有4GB RAM的计算机上使用MATLAB hist绘制2GB矩阵。手术需要几个小时。是否有方法可以通过对数据进行预排序、预先确定存储箱大小、将数据分成更小的组、在将数据添加到存储箱时删除原始数据等方式来提高计算性能？
此外，在绘制数据后，我需要调整装箱以确保曲线平滑。这需要重新开始并重新装入原始数据。我假设涉及最少计算的策略是首先使用非常小的bin对数据进行bin，然后操纵输出的bin大小，而不是重新对原始数据进行bin。装仓后调整仓大小的最佳方法是什么（假设仓大小只能增长而不能收缩）？
我不喜欢表格中StackOverflow问题的答案"好吧，即使你问了如何做X，你也不是真的想做X，而是真的想要做Y，所以这里有一个Y的解决方案"
但这就是我在这里要做的。我认为在这种罕见的情况下，这样的答案是合理的，因为下面的答案符合统计分析中的良好实践，而且它避免了当前摆在你面前的问题，即处理4GB的数据。
如果您想使用非参数密度估计器来表示总体的分布，并且您希望避免较差的计算性能，内核密度估计量（KDE）将比直方图做得更好。
首先，在大多数学术和实践统计学家中，KDE与直方图相比有着明显的偏好。在关于这个主题的众多文本中，我认为特别好的是核密度估计的介绍）
KDE优于直方图的原因
-
直方图的形状受到垃圾箱总数；然而，目前还没有权威的技术计算或甚至估计合适的值。（对此有任何疑问，只需根据一些数据绘制直方图，然后在调整仓数时观察直方图的整个形状的变化。）
-
直方图的形状受到料仓边缘的位置。
-
直方图给出的密度估计是不平滑。
KDE完全消除了直方图属性2和3。尽管KDE不产生离散仓的密度估计，但仍必须提供类似的参数"带宽"。
要计算和绘制KDE，您需要将两个参数值与数据一起传递：
核函数：最常见的选项（在MATLAB kde函数中都可用）是：均匀、三角形、双重、三重、Epanechnikov和法线。其中，高斯（正态）可能是最常用的。
带宽：带宽值的选择几乎肯定会对KDE的质量产生巨大影响。因此，像MATLAB、R等复杂的计算平台包括效用函数（例如，rusk函数或MISE），以估计给定oother参数的带宽。
MATLAB中的KDE
kde.m 是MATLAB中实现kde:的函数
[h, fhat, xgrid] = kde(x, 401);
请注意，在调用kde.m时没有提供bandwidth和kernel。对于bandwidth:kde.m封装了一个用于带宽选择的函数；对于核函数，使用高斯函数。
但是，使用KDE代替直方图会解决或基本上消除2 GB数据集的缓慢性能吗
当然应该。
在您的问题中，您指出滞后性能发生在绘图过程中。KDE不需要映射数千个（任务？）数据点——一个符号、颜色和画布上的特定位置——而是绘制一条平滑的线。因为整个数据集不需要在画布上一次渲染一个点，所以在创建和渲染绘图时，它们不需要存储（在内存中！）。