Python 计算二维尺寸中的最近邻点，但仅从以前的时间计算

我在2D x-y平面中有大量的点，以及与这些点关联的时间值。我可以把它组织成一个大小为nx3的二维数组，其中N=点，3是x，y，t对

当我按时间顺序遍历这些值时，我偶尔需要计算x-y空间中到当前点的最近邻，但只计算以前可用的最近邻。我需要这样做的原因是重新校准一条不同的信息，我们称之为Z。这个想法是，x-y空间中与以前时间最接近的Z值不会有我重新校准的偏移量，而未来的时间可能需要自己重新校准

---

什么是计算最近邻点的有效方法，但仅采用以前的方法？我希望使用Numpy、Scipy和其他python包来实现这一目标

也许对你来说是个不错的选择…@SaulloCastro，谢谢！我以前没听说过cKDTree。我会调查的。