Python 如何在一个较大的空间范围内将点编组在一起

我有73000个点，在2200x1700的空间中有（x，y）坐标，我想把所有（x，y）点组合在一起，它们落在半径为35个单位的圆中。 为此，我必须运行时间复杂度为O（73000x73000）的嵌套for循环，因为我正在计算每个点之间的距离，并对计算距离小于35的点进行分组

我需要一个优化的解决方案

temp_cluster=cluster
for key,value in cluster.items():
    pointa=np.array((key[0],key[1]))
    for key2,value2 in temp_cluster.items():
        pointb=np.array((key2[0],key2[1]))
        distance=np.linalg.norm(pointa-pointb)
        if(distance<=35):
            cluster[(key[0],key[1])]=cluster[(key[0],key[1])]+1## here we are counting how many points lies within a radius of 35 for that particular point

temp_cluster=cluster
对于键，值位于cluster.items（）中：
pointa=np.array（（键[0]，键[1]））
对于键2，temp_cluster.items（）中的值2：
pointb=np.array（（键2[0]，键2[1]））
距离=np.linalg.norm（点A点B）
如果（距离你可以做的一个优化是根据它们的代码< x>代码>坐标来排序这些点，那么对于每个点，你只需要考虑在代码< <代码> 35 中的点，在这一点上的差异。用二进制搜索，你可以找到这个条带内的点（即，找到点<代码>）。（x1，y1）

使得

abs（x-x1）=35（使用二进制搜索查找）
Endoindex = X1-X
点的结束索引。你可以做的一个优化是根据它们的代码< x>代码>坐标来排序这些点。然后对于每一点，你需要考虑的只是点有<代码> x<代码>坐标在<代码> 35 这一点的差异。用二进制搜索，你可以找到在这个条带内的点。（即，查找点
（x1，y1）
，以便
abs（x-x1）=35（使用二进制搜索查找）
end_index=点的end index与x1 x在计算复杂度时，可以说“it in O（n*n）”而不是用73000指定n在计算复杂度时，可以说“it in O（n*n）”而不是用73000指定n你考虑过排序步骤的时间复杂度吗？通常是O（n**2）。我认为可以使用Python在
O（n log n）
中进行排序。您考虑过排序步骤的时间复杂性吗？通常是O（n**2）。我认为可以使用Python在
O（n log n）
中进行排序
sort(points) according to their x coordinates
for each point (x, y):
    count = 0
    start_index = starting index of points with x-x1 >= 35 (find using binary search)
    end_index = end index of point with x1-x<=35 (find using binary search)
    for each point(x1, y1) in (start_index, end_index):
        distance = calculate_distance(x, y, x1, y1)
        if distance <= 35:
            count = count + 1
    cluster[(x,y)] = count