在匹配 x,y 坐标的 2 个数组中找到 2 个最接近的值

Question

我必须在 python 的 2 个数组中找到 2 个不同的值。它不会给我这样的问题，但 2 个值必须在相同的 x,y 坐标中，我不知道如何处理。

例如：我必须在第一个数组中找到最接近的数字 5，在第二个数组中找到最接近的数字 87，但 x 和 y 必须具有相同的值。

目前，我已经计算了每个数组的两个 x 和 y 值的平均值。但结果根本不准确。

你有什么想法可以解决这个问题吗？

编辑： 有我的代码：

#This is two arrays that I extract from a file. It contains a lot of values corresponding to latitude and longitude on a earth's photograph.

latitude = data.get_band('latitude').read_as_array(width, height, 0, 0)
longitude = data.get_band('longitude').read_as_array(width, height, 0, 0)
idx = (np.abs(latitude-lat0)).argmin()
nearest_lat = latitude.flat[idx]
idx_lat = np.unravel_index(idx, latitude.shape)
idx = (np.abs(longitude-lon0)).argmin()
nearest_lon =  longitude.flat[idx]
idx_lon = np.unravel_index(idx, longitude.shape)

编辑 2： 最后，我使用了另一种方法：

            latitude = data.get_band('latitude').read_as_array(width, height, 0, 0)
        longitude = data.get_band('longitude').read_as_array(width, height, 0, 0)
        dist = (latitude - lat0)**2 + (longitude - lon0)**2
        idx = np.argmin(dist)
        idx = np.unravel_index(idx, latitude.shape)
        PIXELCOL = idx[0]
        PIXELROWS = idx[1]

感谢大家的帮助！

Answer 1

如果我对您的理解正确，您可以 zip latitude 和 longitude 列表，为您提供坐标元组。然后找到那些w.r.t的min。到您的参考坐标的欧几里得距离。

>>> lat0, lon0 = 23, 42
>>> latitude = [random.randint(0, 100) for i in range(50)]
>>> longitude = [random.randint(0, 100) for i in range(50)]
>>> min(zip(latitude, longitude), key=lambda t: (t[0]-lat0)**2 + (t[1]-lon0)**2)
(21, 38)

或者，如果您还需要索引（x 和 y 相同，请使用 enumerate：

>>> min(enumerate(zip(latitude, longitude)), key=lambda t: (t[1][0]-lat0)**2 + (t[1][1]-lon0)**2)
(13, (21, 38))

一些注意事项：

• 其实Euclidian distance也涉及到平方根，只是为了找到最近的坐标，不需要计算；如果x 是最小的，那么sqrt(x) 也是最小的
• 如 cmets 所述，使用欧几里得距离并不完全正确，因为地球是一个球体。但是，对于相距不超过数千英里的位置、两极、日期变更线周围或 R'lyeh 中的位置，它应该是一个足够好的近似值。如果是这种情况，您可以使用更复杂的Great-circle distance。