Arrays 如何获得具有容差的两个numpy数组的相似元素

我想比较两个不同numpy数组A和B列中的值。更具体地说，A包含一个真实实验中的值，我想与B第三列中给出的理论值相匹配

没有完美匹配，因此我必须使用公差，例如0.01。对于A中的每个值，我希望B中的0到20个匹配与所选公差有关。因此，我希望得到B中那些在a中a值公差范围内的线

更具体地说，这里有一个例子：

A = array([[  2.83151742e+02,   a0],
   [  2.83155339e+02,   a1],
   [  3.29241719e+02,   a2],
   [  3.29246229e+02,   a3]])


B = array([[ 0, 0,  3.29235519e+02, ...],
   [ 0, 0,  3.29240819e+02, ...],
   [ 0, 0,  3.29241919e+02, ...],
   [ 0, 0,  3.29242819e+02, ...]])

因此，这里所有的B值都与公差为0.02的A[3,0]和A[4,0]相匹配

我的首选结果是C[：，0]中A的匹配值以及C[：，0]和C[：，2]在C[：，1]中的差值：

C = array([[ 3.29241719e+02, c0,  3.29235519e+02, ...],
   [ 3.29241719e+02, c1,  3.29240819e+02, ...],
   [ 3.29241719e+02, c2,  3.29241919e+02, ...],
   [ 3.29241719e+02, c3,  3.29242819e+02, ...]
   [ 3.29242819e+02, c4,  3.29235519e+02, ...],
   [ 3.29242819e+02, c5,  3.29240819e+02, ...],
   [ 3.29242819e+02, c6,  3.29241919e+02, ...],
   [ 3.29242819e+02, c7,  3.29242819e+02, ...]])

通常，A具有形状（500,2），B具有形状（300000,11）。我可以用for循环来解决这个问题，但这需要很多时间

---

进行这种比较最有效的方法是什么？

我想应该是这样的

i = np.nonzero(np.isclose(A[:,:,None], B[:, 2]))[-1]

接受几个不同的公差参数

---

B

中靠近

A

值的值将是

B[i，2]

显示您的循环代码？谢谢！对于我当前的示例，有500个和30000个条目，每个循环只需要5 s±285 ms（7次运行的平均值±标准偏差，每个循环1次）。：-）