python中带重叠的二维数据分块

我有XYZ类型的数据。例如：

x = numpy.arange(100)
y = numpy.arange(100)
Z = numpy.random.random_sample((100,))

例如，我想用重叠长度

dx=2

和

dy=2

来存储数据。我所做的是：

nx = len(x)
ny = len(y)
bin_data = np.zeros((nx, ny))
For i in range(nx):
    For j in range(ny):
        For a, b, c in zip(x,y,z):
            if (x[i] < a) and (a < x[i] + dx):
                if (y[j] < b) and (b < y[j] + dy):
                    bin_data[i,j] += c

nx=len（x）
ny=len（y）
bin_data=np.零（（nx，ny））
对于范围内的i（nx）：
对于范围内的j（ny）：
对于拉链中的a、b、c（x、y、z）：
如果（x[i]

---

对于这些小数据，程序运行良好。但是，如果数据太大，我会花太多时间。你能推荐一些更快的算法来处理python中重叠的数据吗。我知道

numpy.historogram2d

相当快，但它不适用于重叠装箱

我想，通过将拉链移到其他两个循环之外，您可以轻松加快算法速度，因为这是最长的操作：

for a, b, c in zip(x,y,z):
    for i in range(nx):
        for j in range(ny):
            ...

然后，在您的示例中，您可以使用x[i]==i和y[j]==j（我添加

+1

，因为您有严格的

for a, b, c in zip(x,y,z):
    for i in range(a - dx + 1, a):
        for j in range(b - dy + 1, b):
            bin_data[i,j] += c