Question

我需要找到数组中 first 元素的索引，该索引接近给定容差范围内的浮点数。

我可以使用for block执行此操作：

import numpy as np

# Define array of floats
a = np.random.uniform(0., 10., 10.)

# Float to search, and tolerance.
val, tol = 6.87, 0.1

for i, _ in enumerate(a):
    if np.isclose(_, val, tol):
        print('Index is: {}'.format(i))
        break

但我想知道是否有使用numpy功能的单线解决方案。

请注意，我对第一个元素的索引感兴趣，该元素接近val，无论在a下面可能有更近的元素数组。我发现的解决方案对值的索引感兴趣，无论它位于数组中的哪个位置。

Answer 1

这是一个单行：

Index = next(i for i, _ in enumerate(a) if np.isclose(_, val, tol))

这是什么？

括号中的代码是生成器表达式，next返回（您猜对了！）下一个（在这种情况下，第一个）值发电机会产生。如果没有下一个值，则会引发StopIteration异常。

优点

它不需要占用内存，因为它不需要计算所有可能的值并存储它们。
它很快，因为如果已找到所需的值，它不会继续循环遍历数组。
如果找不到任何值，它将引发异常。

可以很容易地变成单行功能：

FirstIndex = lambda a, val, tol: next(i for i, _ in enumerate(a) if np.isclose(_, val, tol))

i = FirstIndex(a, val, tol) # call it

Answer 2

这是一个矢量化的单行 -

(np.abs(a - val) <= tol).argmax()

逐步运行示例 -

In [57]: a
Out[57]: array([5, 3, 9, 6, 8, 3, 5, 1])

In [58]: val = 2

In [59]: tol = 2

In [60]: (np.abs(a - val) < tol) # Many might satisfy
Out[60]: array([False,True,False,False,False,True,False,True], dtype=bool)

In [61]: (np.abs(a - val) <= tol).argmax() # Choose the first one with argmax
Out[61]: 1

Answer 3

您可以使用numpy.where：

np.where(np.isclose(a, val, tol))

刚刚获得where返回的最低索引（即第一个结果）。

希望这有帮助。

Answer 4

加油！以上都不是可靠的。如果没有最接近的值，即使Divakar的答案也会失败，您也会得到Index = 0，这是一个错误。在这种情况下，它可能应该返回“ None”。因此，至少没有一个衬套是不可能的。最初的问题并不恰当。您需要考虑：“ ...如果公差内没有这样的接近值怎么办？”然后给出在这种情况下的操作规范。

i_array = np.where(np.isclose(a, val, tol))

足够公平，但是随后仍然需要处理一个空结果。因此，我想说一线是笨重的，至少两线是可取的：

i_array = np.where(np.isclose(a, val, tol))
my_i = None if (len(i_array[0])==0) else int(i_array[0])

使用numpy查找数组中第一个元素的索引，该索引接近float的容差范围内

4 个答案:

这是什么？

优点