在 Python 中查找最近的值并返回数组的索引

Posted 2023-02-23

【中文标题】在 Python 中查找最近的值并返回数组的索引

【英文标题】：Finding the nearest value and return the index of array in Python

【发布时间】：2012-02-13 10:18:32

【问题描述】：

我发现了这个帖子：Python: finding an element in an array

它是关于通过匹配值返回数组的索引。

另一方面，我想做的事情相似但不同。我想找到目标值的最接近值。例如，我正在寻找 4.2，但我知道数组中没有 4.2，但我想返回值 4.1 而不是 4.4 的索引。

最快的方法是什么？

我正在考虑用旧的方式来做这件事，就像我以前用 Matlab 做的那样，它使用数组 A，我想从中获取索引减去目标值并取其绝对值，然后选择分钟。像这样的东西：-

[~,idx] = min(abs(A - target))

这是 Matlab 代码，但我是 Python 新手，所以我在想，有没有一种在 Python 中快速的方法？

非常感谢您的帮助！

【问题讨论】：

***.com/questions/2566412/… 和 ***.com/questions/6065697/… 可能有用。

【参考方案1】：

对应的 Numpy 代码几乎相同，只是你使用numpy.argmin 来查找最小索引。

idx = numpy.argmin(numpy.abs(A - target))

如果输入数组按排序顺序，

numpy.searchsorted 也很方便（而且效率更高）。

OP 没有具体说明，但我想我会指出，如果 A = [4.1, 4.4, 5, 4.1] 和 target = 4.2。此代码将仅返回 idx = 0 而不是 idx = [0, 3]。是否唯一的方法是循环返回 A，将每个值与 idx = 0 的值进行比较，以确定是否还有其他值？

@sgallen：发布的 Matlab 代码 OP 给出了idx = 1（Matlab 索引是从 1 开始的），所以我想其他的都不需要。

正如@JoeKington 已经提到的那样，searchsorted 如果对 A 进行排序会更快，但它也可以将目标数组作为参数，因此如果您需要重复此操作超过一个目标。如果这对你有用，请告诉我，我会写下来作为答案。

老实说，我使用这个函数来搜索排序数组。如果你能指导我，我将非常感激，@Bago。太感谢了！你们真的很有帮助。

【参考方案2】：

def finder(myList, target)
    diff = ''
    index = None
    for i,num in enumerate(myList):
        if abs(target - num) < diff:
            diff = abs(target - num)
            index = i
    return index

希望对你有帮助

编辑：

如果您想要单线，那么您可能会更喜欢这个：

min(L, key=lambda x: abs(target-x))

【参考方案3】：

可能的解决方案：

>>> a = [1.0, 3.2, -2.5, -3.1]
>>> i = -1.5
>>> diff = [(abs(i - x),idx) for (idx,x) in enumerate(a)]
>>> diff
[(2.5, 0), (4.7, 1), (1.0, 2), (1.6, 3)]
>>> diff.sort()
>>> diff
[(1.0, 2), (1.6, 3), (2.5, 0), (4.7, 1)]

您将在 diff[0][1] 中获得最接近值的索引

【参考方案4】：

这类似于使用 bisect_left，但它允许您传入一个目标数组

def find_closest(A, target):
    #A must be sorted
    idx = A.searchsorted(target)
    idx = np.clip(idx, 1, len(A)-1)
    left = A[idx-1]
    right = A[idx]
    idx -= target - left < right - target
    return idx

一些解释：

首先是一般情况：idx = A.searchsorted(target)为每个target返回一个索引，这样target就在A[index - 1]和A[index]之间。我称这些为left 和right，所以我们知道left < target <= right。当目标更接近left 时target - left < right - target 为True（或1），当目标更接近right 时False（或0）。

现在是特殊情况：当target 小于A、idx = 0 的所有元素时。 idx = np.clip(idx, 1, len(A)-1) 将 idx idx=1。在这种情况下left = A[0]，right = A[1]，我们知道target <= left <= right。因此我们知道target - left <= 0 和right - target >= 0 所以target - left < right - target 是True 除非target == left == right 和idx - True = 0。

如果target大于A的所有元素还有另一种特殊情况，在这种情况下idx = A.searchsorted(target)和np.clip(idx, 1, len(A)-1) 用len(A)替换len(A) - 1所以idx=len(A) -1和target - left < right - target结束向上 False 所以 idx 返回 len(A) -1。我会让你自己处理逻辑。

例如：

In [163]: A = np.arange(0, 20.)

In [164]: target = np.array([-2, 100., 2., 2.4, 2.5, 2.6])

In [165]: find_closest(A, target)
Out[165]: array([ 0, 19,  2,  2,  3,  3])

【讨论】：

非常感谢@Bago！我正在尝试理解代码，但idx -= target - left < right - target 部分存在问题。我是 Python 新手，所以我首先测试了 target - left < right - target，它们返回了 True 和 False 的范围。我使用 idx 减去结果，得到一个稍微失真的数组。例如，原始索引 0 变为 -1。我在这里错过了什么吗？

【参考方案5】：

测试并计时了两种解决方案：

idx = np.searchsorted(sw, sCut)

和

idx = np.argmin(np.abs(sw - sCut))

用于以耗时的方法进行计算。 第二个解决方案的计算时间为113s，第一个解决方案的计算时间为132s。

【讨论】：

请注意，这些返回不同的结果。 np.argmin(np.abs(np.array([1, 2, 3, 4]) - 2.1)) 返回 1，其中 np.searchsorted([1, 2, 3, 4], 2.1) 返回 2... np.searchsorted 返回插入位置以保留顺序，因此它返回目标后第一个值的索引，可能不是最近的值。使用最小化abs(value-target) 的任何方法实际上是在找到可能高于或低于目标的最接近的值。根据您的需要，两者都可能合适，但它们并不等效。

【参考方案6】：

嗯，2 年多过去了，实际上我从这个 URL 中找到了一个非常简单的实现：Find nearest value in numpy array

实现是：

def getnearpos(array,value):
    idx = (np.abs(array-value)).argmin()
    return idx   

干杯！！