Python 在数组x中查找最大化其在数组y中对应值的值

我有两个数组

第一个数组称为ret_arr，它包含不同投资组合的收益。 第二个数组称为vol_arr，它包含这些投资组合的波动性

如果我想在vol_数组中找到一个0.2±0.01的元素，它使ret_arr中对应的元素最大化，我该怎么做

我之所以提供0.01的公差，是因为volu arr中的数字不完全是0.2，我想在该波动水平附近取样很多点

我知道我可以做一些类似于

vol\u arr.sort（）

和

ret\u arr.sort（）

的事情，然后只需观察它们，以确定在每个波动水平下哪个回报最好，但有没有办法实现自动化

我的第一次尝试是运行以下命令：

import numpy as np
def find_nearest(array, value):
    array = np.asarray(array)
    idx = (np.abs(array - value)).argmin()
    return array[idx]

array = ret_arr
print(array)

value = 0.08

print(find_nearest(array, value))

但这只是在

ret_arr

中找到最接近我提供的值的元素

---

我宁愿提供波动率水平，给它一些容差，让代码循环覆盖该容差范围内的所有值，并告诉我波动率水平在最佳回报定义的容差范围内的指数。

假设我正确理解您的问题，如果您想在iterable

a

中找到使

b

中的对应值最大化的元素：

import numpy as np
max_index = np.argmax(b)
a[max_index]

这当然需要

a

和

b

具有相同的长度。

导入numpy作为np
import numpy as np
vol = 0.2
# Find indices of vol +/- 0.01 in the vol_arr
indices = np.where((vol_arr>vol-0.01) & (vol_arr<vol+0.01))
# Find the maximum return in the corresponding ret_arr
max_return = ret_arr[indices].max()
# Corresponding index from maximum return
max_index = ret_arr[indices].argmax()
# Look up the corresponding volatility
vol_index = indices[0][max_index]
vol_value = vol_arr[vol_index]

体积=0.2
#在vol_arr中找到vol+/-0.01的指数
指数=np，其中（（vol_arr>vol-0.01）和（vol_arr