Question

我有一个2维元组的列表，未分类，大小为n。我想找到哪个元组与X和Y的维度最接近。最好的方法是什么？

target = (75, 75)
values = [
    (38, 61),
    (96, 36),
    (36, 40),
    (99, 83),
    (74, 76),
]

使用target和values，该方法应生成答案(74, 76)。

修改

answer below引导我采用这种确切的方法，对于任何降落在这里的人：

def distance(item, target):
    return ((item[0] - target[0]) ** 2 + (item[1] - target[1]) ** 2) ** 0.5

best = min(values, key=lambda x: distance(x, target))

这是Cartesian Distance问题。

首先取测试值x的平方减去最佳x值。
然后取测试值y的平方减去最佳y值。
最后取第1步的平方根加上第2步，它会给你距离。
将此项应用于列表中的所有项目，最低编号（使用min功能）将为您提供最佳选择。

Answer 1

def distance(tup1,tup2):
    """
        This question is unanswerable unless you can specify this

        examples for 2d (you can write more general N-dimensional code if you need):
        cartesian: math.sqrt((tup2[0]-tup1[0])**2 + (tup2[1]-tup1[1])**2)
        manhattan: (tup2[0]-tup1[0]) + (tup2[1]-tup1[1])
    """
    return # YOUR CODE HERE

min(values, key=lambda x:distance(target,x))

Answer 2

问题的另一个视角。由于这是笛卡尔平面的问题，将其转换为复杂平原并求解

>>> min((abs(complex(*e)-complex(*target)),e) for e in values)[-1]
(74, 76)

Answer 3

closest = min([(abs(val[0]-target[0])+abs(val[1]-target[1]),val) for val in values])[1]

是单向的。

在Python中，获得二维最接近整数的最佳方法是什么？

3 个答案: