如果我在pandas数据框中存储了3d点（id，'x'，'y'，'z'）的集合，那将是一个高效的scipy-esq或numpy-esq或pandas-esq计算这些点所包围的空间分布的方法。
一种另外的询问方式，如果我有许多点形成了一些未占用的空间（假设5个形状各异），那么scipy-esq或numpy-esq或pandas-esq的方法是什么？这些区域并确定其体积。
我已通过将空间细分为已知大小有限的多维数据集（这导致精度占用大量内存）并在多维数据集上进行分析来解决此问题。我也通过强行使用蒙特卡洛（Monte Carlo）方法解决了该问题，但是这种方法的问题当然是随着点占据更多3D空间，收敛速度的缩放比例很差。对于这个烦人的问题，我深表歉意，当然，那里的每个程序员都想知道如何在使用最少内存的同时加快处理速度。我觉得我可以利用scipy voronoi功能并与mpi4py并行化。我不清楚这个链接。
感谢您的帮助和周到的讨论！