Python 如何加速三维矢量的最近邻插值？

我在网格上定义了一个向量场，就像这样

我有很多观点

（x，y，z）

是这些点的坐标。我想找到这些点上的向量值。我使用最近邻插值来计算这些点上的向量，但是这里有很多点（~4M），我的代码运行速度很慢。下面是我的示例代码：

from scipy.ndimage import map_coordinates
import numpy as np

# examples of vectors `v` on grid 
vx=np.random.randn(500,100,100)
vy=np.random.randn(500,100,100)
vz=np.random.randn(500,100,100)

# examples of locations `p`
x=np.random.rand(4000000)*500
y=np.random.rand(4000000)*100
z=np.random.rand(4000000)*100

# my solution at the moment
coords=np.array([x,y,z])

out = np.zeros((3, coords.shape[1]))
out[0]= map_coordinates(vx, coords, order=0)
out[1]= map_coordinates(vy, coords, order=0)
out[2]= map_coordinates(vz, coords, order=0)

---

有没有想法加速3D中的最近邻插值？

如果这有点回避了这个问题，很抱歉，但是你能不能将点的向量场定义为一个函数？数学向量场是连续的。不管怎样，在给定（x，y，z）的情况下，你能定义一个生成向量的函数吗？在这个玩具示例中，它将是def-vec（x，y，z）：return（random.randn（500100100））@Alan我想我没有清楚地定义我的向量场。所以向量场不是由（x，y，z）定义的，它是在三维空间中定义的。我只知道它在网格（或笛卡尔网格）上的值。（x，y，z）是3D空间中的一些随机点，我想得到这些点上向量场的值，在这种情况下，我选择使用最近邻来计算它。抱歉，如果这稍微回避了这个问题，但是你能不能将点的向量场定义为一个函数？数学向量场是连续的。不管怎样，在给定（x，y，z）的情况下，你能定义一个生成向量的函数吗？在这个玩具示例中，它将是def-vec（x，y，z）：return（random.randn（500100100））@Alan我想我没有清楚地定义我的向量场。所以向量场不是由（x，y，z）定义的，它是在三维空间中定义的。我只知道它在网格（或笛卡尔网格）上的值。（x，y，z）是三维空间中的一些随机点，我想得到这些点上向量场的值，在这种情况下，我选择使用最近邻来计算它。