我有兩個數組的大型數據集，如x和y。這些陣列的大小超過100萬個數據點。是否有一種簡單的方法可以對這些點中的僅2000個進行散點圖分析，但它是整個集合的代表？Plot大型數據集代表性示例 - Matlab
我正在考慮創建另一個數組r; r = max(x)*rand(2000,1)獲得x數組的隨機樣本。是否有方法可以找到r中的值等於或接近x中的值？他們不必位於同一個索引位置，而是在整個矩陣中。我們可以然後繪製y值與那些發現x值相關r
我只是不知道如何編碼此。有沒有比這更好的方法？
我不知道這個程序將如何代表是您的數據，因爲它取決於你的數據的模樣，但你肯定可以編寫了類似的東西。找到最接近的值的最簡單的方法是取的min之間的差異測試向量和您的期望值。
r = max(x)*rand(2000,1);
for i = 1:length(r)
[~,z(i)] = min(abs(x-r(i)));
end
plot(x(z),y(z),'.')
注意，在min線[~,z(i)]意味着我們要爲最小值的索引存儲在矢量z。
你也可以嘗試像移動平均線，看到這段視頻：http://blogs.mathworks.com/videos/2012/04/17/using-convolution-to-smooth-data-with-a-moving-average-in-matlab/
或者你可以繪製每n點，喜歡的事（我沒有測試過這一點，所以沒有保證）：
n = 1000;
plot(x(1:n:end),y(1:n:end))
或者，如果你知道的點數你想（再次，未經測試）：
npoints = 2000;
interval = round(length(x)/npoints);
plot(x(1:interval:end),y(1:interval:end))
也許最簡單的方法是使用round函數並將其轉換爲整數，然後將它們進行比較。例如，如果你想找到的是內r值的0.1這點，先乘以10的值，然後輪：
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));
有0.1分，有相同的整數值的任何值在0.1以內。
ismember爲xx每個值返回一個1如果該值是在rr，否則0。這些可用於選擇要繪製的條目。