Python可以高效地找到一个坐标数组与另一个坐标数组最接近的值

我有两组数组，我要查找的是array2中与array1中每个值最近的点的索引，例如：

import numpy as np
from scipy.spatial import distance

array1 = np.array([[1,2,1], [4,2,6]])

array2 = np.array([[0,0,1], [4,5,0], [1,2,0], [6,5,0]])

def f(x):
    return distance.cdist([x], array2 ).argmin()

def array_map(x):
    return np.array(list(map(f, x)))

array_map(array1)

---

这段代码返回正确的结果，但当两个数组都非常大时，返回速度很慢。我想知道是否有可能使这更快？

多亏了@Max7CD，这里有一个非常有效的工作解决方案（至少对我而言）：

---

你应该看看四叉树

from scipy import spatial

tree =spatial.KDTree(array2)

slitArray = np.split(array1, 2) #I split the data so that the KDtree doesn't take for ever and so that I can moniter progress, probably useless

listFinal = []
for elem in slitArray:
    a = tree.query(elem)
    listFinal.append(a[1])
    print("Fnished")

b = np.array(listFinal).ravel()