如何在python中找到两个numpy数组的最接近点

我有两个numpy数组：一个是带有id的一些坐标（

x

，

y

，

z

），另一个只是一些坐标（

x

，

y

，

z

）：

我想找出

cord\u only

的每个点与

cord\u id

的哪个点更接近，然后将相关id（

cord\u id

的最后一列）添加到该点。例如，

cord\u only

的第一个点最接近

cord\u id

的第一个点，因此我将

8.

添加到它。

cord_only

的第二个点与

cord_id

的第三个点最接近，第三个点与第五个点最接近，第四个点也与第六个点最接近。最后，我想将其作为：

new_arr=np.array([[0.,0.,.1,8.],[0.,0.,20.1,8.],[2.1,1.,0.,9.],[2.,1.,11.1,7.]])

我尝试了以下代码，但找不到隐藏点：

from scipy.spatial import distance
cord_id[np.where(np.min(distance.cdist(cord_only, cord_id[:,:-1]),axis=0))]

我非常感谢您提前在python中提供帮助。

使用np.where（np.min（X））不会给出正确答案，因为min返回最小值（而不是最小值的索引），where将返回所有非零。我想你要找的是argmin：

from scipy.spatial import distance
ids = cord_id[np.argmin(distance.cdist(cord_only, cord_id[:,:-1]),axis=1)][:,-1]
new_arr = np.hstack([cord_only,ids.reshape(-1,1)])

from scipy.spatial import distance
ids = cord_id[np.argmin(distance.cdist(cord_only, cord_id[:,:-1]),axis=1)][:,-1]
new_arr = np.hstack([cord_only,ids.reshape(-1,1)])