获取最接近给定值的元素的索引[重复]答案

【问题标题】：Get index of the element nearest to the given value [duplicate]获取最接近给定值的元素的索引[重复]
【发布时间】：2014-06-12 01:37:34
【问题描述】：

给定值为 6.6。但值 6.6 不在数组中（数据如下）。但最接近给定值的是 6.7。我怎样才能得到这个职位？

import numpy as np
data = np.array([[2.0, 3.0, 6.5, 6.5, 12.0],[1,2,3,4,5]],dtype=float)

【问题讨论】：

这个也差不多：stackoverflow.com/questions/8527952/…
@YuvalAdam 正在寻找更直接的方法。@merlin2011
你能假设数组是排序的吗？请提供更多详细信息。
@EML 索引位置应该与原始数组完全一致
更“直接”的方式是什么意思？查看偏移量似乎是最好的方法。

标签： python numpy scipy

【解决方案1】：

你可以这样：

data[(np.fabs(data-6.6)).argmin(axis=0)]

输出：

6.7

找出每个元素的绝对差异
从结果中求最小值，从索引中获取元素

编辑：对于 2d：

如果是python 2.x：

map(lambda x:x[(np.fabs(x-6.6)).argmin(axis=0)], data)

python 3.x：

[r for r in map(lambda x:x[(np.fabs(x-6.6)).argmin(axis=0)], data)]

导致在每一行中返回最接近的值。

一个值：

data=data.flatten()
print data[(np.fabs(data-6.6)).argmin(axis=0)]

每行的索引位置：

ip = map(lambda x:(np.fabs(x-6.6)).argmin(axis=0), data)

【讨论】：

数据形状为二维数组
在您最初的问题中，它不是 2d。你能告诉我你想要一个最接近的值还是每一行的最小值？
一个最接近的值
抱歉我改成2d因为我发错了
请找到我编辑的答案。

【解决方案2】：

这是我认为最简单的方法。

>>> data = np.array([[2.0, 3.0, 6.5, 6.5, 12.0],[1,2,3,4,5]], dtype=float)
>>> data2 = np.fabs(data - 6.6)
>>> np.unravel_index(data2.argmin(), data2.shape)
(0, 2)

参见np.argmin 和np.unravel_index 函数。

【讨论】：