python中的dsearchn等价物

是否有一个Scipy或Numpy函数在python中执行

dsearchn

MATLAB命令

---

dsearchn

返回与给定向量中输入值最接近的值的索引。

您可以执行以下操作：

x = np.array([1.1, 1.2, 1.22, 1.4])
v  = 1.21

def dsearchnn(x, v):
    return np.where(np.abs(x-v) == np.abs(x-v).min())[0]
dsearchnn(x, v)
array([1,2])

---

近似等效效率的方法可能是scipy或更好的方法：

这里

p

和

PQ

是来自文档的点和查询点。MATLAB使用第一个维度作为点的维度，而scipy使用最后一个维度，因此使用转置

---

与MATLAB方法不同，它是一步完成的，使用

KDTree

us分两步完成：首先构建树对象，然后在树对象上运行。是否有方法检测具有相同距离的两个索引？例如，在x=[1.1,1.2,1.22,1.3,1.4]中，值1.2和1.22与

v

的距离相同。是的，刚刚编辑了答案。浮点精度可能有问题@Enigmacy

dsearchn

用于多维点，而不仅仅是scalars它的语法与MATLAB的

dsearchn

类似吗？因为它没有给出欧氏空间中距离最小的值的指数。我也看了文档，但我不知道它是如何工作的，以及为什么你要转置

PQ

？

PQ

可以是一个标量，不需要转置。@Enigmacy。根据文档，scipy和Matlab版本相互向后解释尺寸。如果数组的格式已经正确，则无需转置。

query

的返回值包含一个值和一个索引。你读了哪些文档？我从Scipy v1.6.1中查看了这一点，这是一个良好的开端。我们也来看看查询方法。我在答案中添加了一个链接和一个简介：

from scipy.spatial import KDTree

kdt = KDTree(P.T)
kdt.query(PQ.T)