Python 查找两个numpy数组之间的绝对最小值，但保留符号

考虑两个不同长度的数组：

A = np.array([58, 22, 86, 37, 64])

B = np.array([105, 212,   5, 311, 253, 419, 123, 461, 256, 464])

对于

A

中的每个值，我想找出

A

和

B

中的值之间的最小绝对差。我使用

Pandas

是因为我的实际数组是Pandas数据帧的子集，但也因为

apply

方法是一种方便（尽管速度较慢）的方法，可以在两个不同大小的数组之间取用差异：

In [22]: pd.Series(A).apply(lambda x: np.min(np.abs(x-B)))
Out[22]:
0    47
1    17
2    19
3    32
4    41
dtype: int64

但是我也想保留该符号，因此所需的输出是：

0    -47
1     17
2    -19
3     32
4    -41
dtype: int64

---

[update]我的实际阵列

A

和

B

的长度约为5e4和1e6，因此低内存解决方案是理想的。另外，我希望避免使用Pandas，因为它在实际数组中非常慢。

code>np.argmin可以找到最小值的位置。因此，您可以简单地执行以下操作：

pd.Series(A).apply(lambda x: x-B[np.argmin(np.abs(x-B))])

---

让我们在这里使用广播减法。然后，我们使用

argmin

找到绝对最小值，然后在后续步骤中提取值

u = A[:,None] - B
idx = np.abs(u).argmin(axis=1)

u[np.arange(len(u)), idx]
# array([-47,  17, -19,  32, -41])

---

这使用的是纯NumPy广播，因此速度应该相当快。

因为您标记了

pandas

：

# compute the diff by broadcasting
diff = pd.DataFrame(A[None,:] - B[:,None])
# mininum value
min_val = diff.abs().min()

# mask with where and stack to drop na
diff.where(diff.abs().eq(min_val)).stack()

输出：

0  0   -47.0
   2   -19.0
   4   -41.0
2  1    17.0
   3    32.0
dtype: float64

理解力 我情不自禁。这不是你应该做的！但是，它很可爱

[min(x - B, key=abs) for x in A]

[-47, 17, -19, 32, -41]

---

简化的Big-O Numpy解决方案 如果

N=len（A）

和

M=len（B）

则此解决方案应为

O（N+M log（M））

如果

B

已排序，则不需要排序步骤。这就变成了

O（N+M）

对于剪裁的值，我们最终会将一个值与它自身进行比较，因此它是安全的

right_diff = A - C[right]
left_diff  = A - C[left ]

np.where(np.abs(right_diff) <= left_diff, right_diff, left_diff)

array([-47,  17, -19,  32, -41])

right\u diff=A-C[右]
左_diff=A-C[左]
np.where（np.abs（右差异）如果你在处理NumPy阵列，pandas从何而来？@cs95你是对的，pandas是不需要的。我忘了NumPy的广播，所以不知道如何减去不同大小的阵列，而不使用pandas和
apply
方法。你能有两个输出列吗：一个用于
absdiff
（然后您可以轻松地进行min-on），一个用于
符号
？或者您只需要广播
min\u abs\u diff\u preserve\u符号
pandas/numpy函数吗？“我使用pandas是因为我的实际数组是pandas数据帧的子集”如果它们是熊猫系列，请编辑标题。如果你想在我的实际数组中使用熊猫系列（A[None，：]-B[：，None]）；s.lookup（s.abs（）.idxmin（），s.columns）Out[123]：数组（[-47，17，-19，32，-41]）

在我的实际数组中，

left\u diff=A-C[left]

由于索引错误而出错。也就是说，如果数组C的长度为100，并且

left

返回索引100，那么它将出错（因为索引为0-99）。将

left=np.最大值（a，0）-1

保留算法并修复索引问题？@GeneBurinsky道歉。我更新了我的帖子。应该是

np.max（a-1，0）

不要使用

np.max（a，0）-1

因为这将在实例中打破最小值出现在第一个位置，因为相应的位置将是

-1

。这是一个快速但非常占用内存的解决方案。这对较小的数组很好，但在我的实际数据中，我遇到了

内存错误

。从角度看，我的实际

a

是长度50e3和

B

是1e6，因此广播的内存需求非常大。

right_diff = A - C[right]
left_diff  = A - C[left ]

np.where(np.abs(right_diff) <= left_diff, right_diff, left_diff)

array([-47,  17, -19,  32, -41])