我正在估计位置数据（x 和 y 坐标）的高斯二元 KDE，并用于sns.kdeplot此目的。虽然它工作正常（即我得到了我得到的图），但对于我拥有的数据量来说，它的速度相当慢（最多可达 50 万个 (x,y) 对）。
kdeplot实施的复杂性是多少seaborn？我似乎找不到这个信息。它是“经典”$O(nm)$ KDE 复杂度吗？
是否有比 KDE 图更快的免费实现seaborn？
是否有一些位置数据的预处理方法可以加快计算速度？我已经阅读了https://stats.stackexchange.com/questions/105623/how-to-speed-up-kernel- Density-estimation 的答案，但我还没有完全理解它，而且我也不确定它是否直接适用于我的数据类型。在这些问题的答案中，获取位置数据的首选方法是什么？kD 树是一个好的方法吗？它是否已经在seaborn（或其他库）中像这样实现了，或者我应该编写自己的实现？