是否有一种Scipy（或类似的Python库）方法来在矩形中查询KDTREE而不是圆圈？

Question

我在数组中有2D点的列表，Shape [M，2]其中m非常非常大。我需要创建小“盒子”，shape [n，n]，其中n很奇怪，以便数组的中心元素是我感兴趣的观点，数组的其他元素是k = n*n*n-1最近的邻居。使用Scipy，从第一个数组中构建一个KDTREE，然后抓住最接近的邻居到我对某个距离感兴趣的观点，这是一个相当简单的努力，但是可悲的是，这些点会构造一个点圈，而我需要一个盒子。

我将展示一个简单的例子，说明这是有道理的。我要n = 3，我会查询点[1,2]

array = [[0,0], --> tree = createtree(array) --> tree.query_box([1,2], [3,3]) = [[0,1],
         [0,1],                                                                  [0,2],
         [0,2],                                                                  [0,3],
         [0,3],                                                                  [1,1],
         [1,0],                                                                  [1,2],
         [1,1],                                                                  [1,3],
         [1,2],                                                                  [2,1],
         [1,3],                                                                  [2,2],
         [2,0],                                                                  [2,3]]
         [2,1],
         [2,2],
         [2,3],
         [3,0],
         [3,1],
         [3,2],
         [3,3]]

我可以找到的最接近的东西是tree.query_ball_point（[1,2 ]，r = 3），但是正如我所说，这些点会创建一个圆圈而不是盒子。