将给定向量（B）的每个值四舍五入为A中的最接近值

Question

给出一组数字：

A = np.array([12,10,7,4,2,0,-3])

和另一组值：

B = np.array([14,8.8,2.3,-4,5.5])

python中是否有一个方法可以将B四舍五入到最接近的A？

Answer 1

这是一种方法：

res = A[np.abs(A-B[:, None]).argmin(axis=1)]

[12 10  2 -3  7]

要从纯Python的角度理解这是如何工作的，请考虑这个列表理解：

[A[np.abs(A-b).argmin()] for b in B]

请注意，这不涉及关联，argmin提取第一个最小索引。

Answer 2

这是一个O（n log n）解决方案：

>>> AS = np.sort(A)
>>> bnd = (AS[:-1] + AS[1:]) / 2
>>> nearest = AS[bnd.searchsorted(B)]
>>> 
>>> nearest
array([12, 10,  2, -3,  4])

或者如果你想要将关系四舍五入：

>>> nearest = AS[bnd.searchsorted(B, 'right')]
>>> nearest
array([12, 10,  2, -3,  7])