找到最接近的值和 NumPy 数组的索引

在本文中，让我们讨论使用 NumPy 在数组中查找最近值和索引。麻木 提供了一个高性能的多维数组对象，以及用于处理这些数组的工具。我们将利用 NumPy 库提供的众多函数中的两个来计算数组中的最近值和索引。这两个函数是numpy.abs()和numpy.argmin() 。下面给出了在数组中查找最近值和索引的方法：

方法：

• 取一个数组，比如 arr[] 和一个元素，比如 x，我们必须找到最接近的值。
• 调用 numpy.abs(d)函数，将 d 作为数组元素与 x 之间的差值，并将值存储在差值数组中，例如 difference_array[]。
• 提供最小差异的元素将最接近指定值。
• 使用 numpy.argmin()，获取差异数组[]中最小元素的索引。在多个最小值的情况下，将返回第一次出现。
• 打印给定数组中最近的元素及其索引。

让我们看一下基于上述方法的以下示例。

示例 1：

Python3

import numpy as np
  
  
# array
arr = np.array([8, 7, 1, 5, 3, 4])
print("Array is : ", arr)
  
# element to which nearest value is to be found
x = 2
print("Value to which nearest element is to be found: ", x)
  
# calculate the difference array
difference_array = np.absolute(arr-x)
  
# find the index of minimum element from the array
index = difference_array.argmin()
print("Nearest element to the given values is : ", arr[index])
print("Index of nearest value is : ", index)

输出：

在上面的例子中，我们取了一个数组，我们需要从中找到离指定值最近的元素。指定的值为 2。我们从数组的每个元素中减去给定的值，并将绝对值存储在不同的数组中。最小绝对差将对应于最接近给定数字的值。在我们的例子中，(2-1) 产生 1。因此，最小绝对差的索引是 2，来自原始数组索引 2 的元素是 1。因此，1 最接近给定的数字，即 2。

示例 2：

蟒蛇3

import numpy as np
  
  
# array
arr = np.array([12, 40, 65, 78, 10, 99, 30])
print("Array is : ", arr)
  
# element to which nearest value is to be found
x = 85
print("Value to which nearest element is to be found: ", x)
  
# calculate the difference array
difference_array = np.absolute(arr-x)
  
# find the index of minimum element from the array
index = difference_array.argmin()
print("Nearest element to the given values is : ", arr[index])
print("Index of nearest value is : ", index)

输出：

在上面的例子中，我们取了一个数组，我们需要从中找到离指定值最近的元素。指定的值为 85。我们从数组的每个元素中减去给定的值，并将绝对值存储在不同的数组中。最小绝对差将对应于最接近给定数字的值。在上面的例子中，(78-85) 产生 7。因此，最小绝对差的索引是 3，来自原始数组索引 3 的元素是 78。因此，78 最接近给定的数字，即 85。