Python 两个numpy数组中元素之间的最小绝对差

考虑两个1d numpy阵列

import numpy as np

X = np.array([-43, 21, 4, 6, -1, 22, 8])
Y = np.array([13, 5, -12, 0])

我想从

X

中找到与

Y

中的值具有最小绝对差值的值。在所示示例中，最小绝对差值为1，由

[[4,5]，[6,5]，-1,0]

给出。这个网站上有很多关于寻找数组的最小元素的资源，但这不是我想要的

---

对于目前的问题，两个起始阵列都是1d，尽管它们的大小可能不同。不过，我也对如何在起始阵列具有不同形状时继续操作的技巧感兴趣。这仅仅是一个将两者都展平然后像以前一样继续的问题吗？

您可以计算绝对距离数组，然后在该数组中找到最小值。此方法适用于不同的

X

和

Y

长度。如果它们是多维的，只需首先展平它们（使用

X.flatte（）

，…），然后将此解决方案应用于展平阵列：

如果要所有具有最小绝对距离的线对：

#absolute distance between X and Y
dist = np.abs(X[:,None]-Y)
#elements of X with minimum absolute distance
X[np.where(dist==dist.min())[0]]    
#corresponding elements of Y with absolute distance
Y[np.where(dist==dist.min())[1]]

输出：

[ 4  6 -1]
[5 5 0]

4
5

您希望它们采用单一数组格式：

idx = np.where(dist==dist.min())
np.stack((X[idx[0]], Y[idx[1]])).T

[[ 4  5]
 [ 6  5]
 [-1  0]]

如果希望第一次出现的最小绝对距离具有更快的解决方案：

X[dist.argmin()//Y.size]
Y[dist.argmin()//X.size]

或者另一种解决方案（我认为会更快）：

输出：

[ 4  6 -1]
[5 5 0]

4
5

注意：获取绝对距离数组的另一种方法是：

dist = np.abs(np.subtract.outer(X,Y))

---

您可能也想在示例中包括

[-1,0]

。我非常喜欢X[dist.argmin（）//Y.size]解决方案-它超级高效且快速。@user109387如果您只需要第一次出现，我只添加了一个我认为更快的解决方案（如果您需要这对解决方案。否则，前一个解决方案的性能应该差不多）。如果性能对您很重要，请查看。非常感谢。