用另一个数组替换数组中所有值的快速方法，用于值列表？

Question

我有一个数据跟踪，我想在一个二维数组，取决于距离。我能想到的唯一方法是计算到空间中所有点（x，y）的距离，并替换数组中的值，以匹配我的datatrace“移动”的距离。我可以让它工作，但需要60秒来计算数字。我知道避免for循环可以更快，但我想不出来。我如何做下面的代码做的，但更快

我试过使用np.put，但它没有达到我想要的效果，因为它要求索引。我不知道指数！我到处找了，但找不到解决办法

跟踪像这样：datatrace, almost everywhere zero and a few peaks in the middle而我要查找的图像像这样：elliptic rings where the datatrace peaks

# correlation is my datatrace and is sample_time*sample_rate long, 
# but interesting stuff is happening in the middle of the trace.

samples = np.linspace(0, room_size[1], sample_time*sample_rate)
xx, yy = np.meshgrid(samples, samples)

t = distance(point1, (xx, yy), point2)

z=np.zeros(t.shape)
for samp in samples[np.min(t):np.max(t)]:
    z[t==samp] = correlation[samp]

代码的工作方式和它应该的一样，但是我怎样才能更快呢