Как эффективно генерировать данные с координатной сеткой из данных временных рядов в 82 тыс. точек? ⇐ Python

[Anonymous]

У меня есть данные временного ряда с 82 тысячами наблюдений за 260 временных шагов. Точки не следуют регулярной сетке. Каков наиболее эффективный способ в Python преобразовать все данные временных рядов в обычную сетку?
Приведенный ниже код — мое решение. Однако я не уверен, что это самый оптимальный метод. Время вычисления для сетки 8000 X 8000 для временного шага составляет 10 с. Есть ли способ запустить код быстрее (чем выполнять код для каждого временного шага отдельно)?
from scipy.interpolate import griddata
import matplotlib.pyplot as plt

def interpolate_grid(x, y, values, target_size=(800, 800)):
"""Grid interpolation"""
points = (x , y)
xi = np.linspace(x.min(), x.max(), target_size[0])
yi = np.linspace(y.min(), y.max(), target_size[1])
xi, yi = np.meshgrid(xi, yi)
zi = griddata(points, values , (xi, yi), method='linear')
return xi, yi, zi

x, y, z = interpolate_grid(x=gdf.geometry.x,
y=gdf.geometry.y,
values=gdf[gdf.columns[1]],
target_size=(10000, 10000))


Подробнее здесь: https://stackoverflow.com/questions/793 ... eries-data