Python 在N维numpy数组中查找最近集

假设我有一个numpy数组，由所有这些范围的组合组成：

A = numpy.arange(0.05, 7.05, 0.5)
B = numpy.arange(0.0,0.75, 0.15 )
C = numpy.arange(8.0, 12.0, 0.15)
D = numpy.arange(-2, 2, 0.15)
E = [0.5, 0.55, 0.6, 0.65, 0.7]
F = numpy.arange(0.1,2.1, 0.1)
G = [0.5, 1.0, 1.5]

生成的数组称为

A

，共有7行15309000列

现在我有一个理由：

group = [a ,b, c, d, e, f, g] = [1.22, 0.34, 9.45, -1.43, 0.52, 0.23, 0.64]

我正在寻找一种方法来找到a中最接近前一组的组合，即所选集合（最接近的组合）将是所有值都最接近要查找的组的组：a将是a中最接近的值，b将是b中最接近的值，等等

对于这种特殊情况，最接近的组是：

closest_group = [1.05, 0.3, 9.5, -1.4, 0.5, 0.2, 0.5]

我找到了一个不同的答案，如

scipy.signal.KDTree

，例如：

A[spatial.KDTree(A).query(set)[1]]

但不幸的是，这并没有收敛，导致了这一错误：

递归错误：超过最大递归深度

---

需要定义“最近的”。使用的距离概念是什么？FWIW，

set

是内置类型和函数。你应该考虑用另一种方式命名变量，比如

my_set

。比如：

（（A-B[：，None]）**2.sum（0）.argmin（）

，其中

A

是你的（715309000）数组，

B

是set数组？使用

einsum

和

matrix multiply

-我为评论中要求的更改编辑了帖子。在您的解释中，您是否重复使用了

A

这个名称？第一个代码块的第一行是

A=numpy.arange（0.05,7.05,0.5）

，但是您说“生成的数组称为

A

…”。