Python 将3D数据划分为立方体子集并计算立方体内的点

我有一个数据档案。（xx，yy，EXTRA）我想把数据分成大小相等的网格。例如，假设数据为：

xx=np.array([0.1,  0.2,   3,   4.1,  3, 0.1])  
yy=np.array([0.35, 0.15, 1.5,  4.5, 3.5, 3])
EXTRA=np.array([0.01,0.003,2.002,4.004,0.5,0.2])

我想制作尺寸为1x1的正方形网格，然后获得网格上每个点的“额外”总和

这就是我试过的

import math

for i in range(0,5):   
    for j in range(0,5):
        for x,y in zip(xx,yy):
           k=math.floor(x)
           kk=math.floor(y)
           if i<=k<i+1.0 and j<=kk<j+1.0:
               print("(x,y)=" ,x,",",y,",","(i,j)=",i,",",j ,"Unkow sum of EXTRA")

因此，前两个点具有坐标（0.1,0.35）和（0.2,0.15），并且位于cuadrant（0,0）内。查看“EXTRA”，我知道在cuadrant（0,0）中，我应该得到“EXTRA”的和应该是sum_EXTRA=0.01+0.003。然而，我不知道如何从代码的角度来求和

更多信息

我真正的问题是在一个大立方体盒子里有“粒子”，我想把盒子细分成更小的盒子，在每个更小的盒子里，我想得到它们的“质量”之和，在我的例子中是“额外=质量”

---

我怀疑我对粒子是否属于象限进行分类的方法很慢，这可能是一个问题，因为我有很多数据。如果有任何建议，我们将不胜感激。

将三个数组与zip组合，并根据

xx

和

yy

值对结果进行排序。然后根据

xx

和

yy

值将其分组。获取每组的

额外
值之和

import operator, itertools
important = operator.itemgetter(0,1)
xtra = operator.itemgetter(-1)
data = sorted(zip(xx.astype(int),yy.astype(int),EXTRA),key=important)
gb = itertools.groupby(data,important)
for key,group in gb:
    values = list(map(xtra,group))
    print(key,values,sum(values))
    # or just
    #print(key,sum(map(xtra,group)))


使用熊猫数据帧的相同概念

import pandas as pd
xx, yy = xx.astype(int),yy.astype(int)

In [25]: df = pd.DataFrame({'xx':xx,'yy':yy,'EXTRA':EXTRA})

In [26]: df.groupby(['xx','yy'])['EXTRA'].sum()
Out[26]: 
xx  yy
0   0     0.013
    3     0.200
3   1     2.002
    3     0.500
4   4     4.004
Name: EXTRA, dtype: float64

我怀疑。。。速度很慢
-您是否进行了任何测试以验证这一点？还没有，在完成全部工作之前，我正在使用较小的样本。不过，我认为我找到了一种更简单的方法来做我想做的事情，如果可行，我会将解决方案作为评论发布。你也可以看看3D中最快的解决方案。
pandas
似乎在这里获胜，但如果使用降维，你可以实现2-3倍的速度提升。
import pandas as pd
xx, yy = xx.astype(int),yy.astype(int)

In [25]: df = pd.DataFrame({'xx':xx,'yy':yy,'EXTRA':EXTRA})

In [26]: df.groupby(['xx','yy'])['EXTRA'].sum()
Out[26]: 
xx  yy
0   0     0.013
    3     0.200
3   1     2.002
    3     0.500
4   4     4.004
Name: EXTRA, dtype: float64