获取最接近给定值的元素的索引

Question

给定值为6.6。但值6.6不在数组中（下面的数据）。 但是给定值的最接近值是6.7。我怎么能得到这个职位？

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

Answer 1

你可以这样：

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

输出：

6.7

1. 在每个元素上找到绝对差异
2. 从结果中找出最小值并从索引
获取元素

编辑：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)]

导致每行返回最接近的值。

所有人的一个价值：

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)

Answer 2

这是我认为最简单的方式。

>>> 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)

请参阅np.argmin和np.unravel_index功能。