查找最接近某个值的 numpy 数组的所有索引

Question

在一个 numpy 数组中，需要所有最接近给定常量的值的索引。 背景是数字信号处理。该数组包含一个滤波器的幅度函数（np.abs(np.fft.rfft(h))），并且在幅度为例如的地方搜索某些频率（=索引）。 0.5 或在另一种情况下为 0。 大多数时候，所讨论的值并不完全包含在序列中。关闭值的索引应该在这个里面找到。

到目前为止，我想出了以下方法，在该方法中，我查看了序列和常数之间差异的符号变化。但是，这仅适用于在相关点单调递增或递减的序列。有时它也会关闭 1。

def findvalue(seq, value):
    diffseq = seq - value
    signseq = np.sign(diffseq)
    signseq[signseq == 0] = 1
    return np.where(np.diff(signseq))[0]

我想知道是否有更好的解决方案。仅适用于一维实浮点数组，对我的计算效率要求不高。

作为一个数字示例，以下代码应返回 [8, 41]。为了简单起见，我在这里用半波替换了滤波器幅度响应。

f=np.sin(np.linspace(0, np.pi))
findvalue(f, 0.5)

我发现的类似问题如下，但它们只返回第一个或第二个索引：
Find the second closest index to value
Find nearest value in numpy array

Answer 1

这可能远不是最好的方法（我还在学习 numpy），但我希望它可以帮助你找到一个。

min_distance = np.abs(your_array - your_constant).min()
# These two tuples contain number closest to your constant from each side.
np.where(bar == val - min_distance)  # Closest, < your_constant
np.where(bar == val + min_distance)  # Closest, > your_constant

Answer 2

以下函数将返回一个小数索引，显示大约何时超过该值：

def FindValueIndex(seq, val):
    r = np.where(np.diff(np.sign(seq - val)) != 0)
    idx = r + (val - seq[r]) / (seq[r + np.ones_like(r)] - seq[r])
    idx = np.append(idx, np.where(seq == val))
    idx = np.sort(idx)
    return idx

逻辑：查找 seq - val 的符号在哪里发生变化。在转换和插值的下方和上方取值一个索引。添加到该索引，其中值实际上等于该值。

如果你想要一个整数索引，只需使用 np.round。您还可以选择 np.floor 或 np.ceil 将索引四舍五入到您的偏好。

def FindValueIndex(seq, val):
    r = np.where(np.diff(np.sign(seq - val)) != 0)
    idx = r + (val - seq[r]) / (seq[r + np.ones_like(r)] - seq[r])
    idx = np.append(idx, np.where(seq == val))
    idx = np.sort(idx)
    return np.round(idx)

Answer 3

def findvalue(seq, value):
    diffseq = seq - value
    signseq = np.sign(diffseq)
    zero_crossings = signseq[0:-2] != signseq[1:-1]
    indices = np.where(zero_crossings)[0]
    for i, v in enumerate(indices):
        if abs(seq[v + 1] - value) < abs(seq[v] - value):
            indices[i] = v + 1
    return indices

更多解释

def print_vec(v):
    for i, f in enumerate(v):
        print("[{}]{:.2f} ".format(i,f), end='')
    print('')

def findvalue_loud(seq, value):
    diffseq = seq - value
    signseq = np.sign(diffseq)
    print_vec(signseq)
    zero_crossings = signseq[0:-2] != signseq[1:-1]
    print(zero_crossings)

    indices = np.where(zero_crossings)[0]
    # indices contains the index in the original vector
    # just before the seq crosses the value [8 40]
    # this may be good enough for you
    print(indices)

    for i, v in enumerate(indices):
        if abs(seq[v + 1] - value) < abs(seq[v] - value):
            indices[i] = v + 1
    # now indices contains the closest [8 41]
    print(indices)
    return indices

Answer 4

我认为您在这里有两个选择。一种是对形状进行一些假设，并寻找seq 和您的val 之间差异的零交叉点（就像@ColonelFazackerley 在their answer 中所做的那样）。另一种是说明您希望将值考虑到足够接近的相对容差。

在后一种情况下，您可以使用numpy.isclose:

import numpy as np

def findvalue(seq, val, rtol=0.05):    # value that works for your example
    return np.where(np.isclose(seq, val, rtol=rtol))[0]

例子：

x = np.sin(np.linspace(0, np.pi))
print(findvalue(x, 0.5))
# array([ 8, 41])

这有一个缺点，它依赖于rtol 的值。将其设置得太大（此示例为0.1），您会在靠近交叉口的位置获得多个值，将其设置得太低，您将得不到任何值。