Python 函数，该函数返回与'；在未排序的多维数组中，A？

正如标题所述，我想创建一个函数，它将采用多维数组a和数字B，最终返回a中与B最接近的数字。如果数字B在a中，则返回它。如果A中有两个数字与B的距离相等，则通过逐行计数选择第一个数字

这是我目前掌握的代码：

import numpy as np
def g_C(A,B):
  A = np.asanyarray(A)
  assert A.ndim == 2 # to assert that A is a multidimensional array.
  get = (np.abs(A-B)).argmin()
  return (A[get])

---

然而，根据我的理解，我认为

（np.abs（M-N））.argmin（）

真的只对排序数组有效吗？我不允许在这个问题中对数组进行排序；我必须对它进行面值计算，逐行检查，并获取与B最接近的数字的第一个实例

例如，

gc（[1,3,6，-8]，[2,7,1,0]，[4,5,2,8]，[2,3,7,10]]，9）

应该返回

8

另外，我得到的提示是，

numpy.argmin

会有所帮助，我看到它的目的是提取发生的第一个事件，这在这个问题上是有意义的，但我不确定如何将其精确地融入到我目前的代码中

编辑 这个简单的建议很管用。谢谢大家

我正在尝试拉金·罗斯福的第二个建议，但我被卡住了

def g_C(A,B):
  A = np.asanyarray(A)
  D = np.full_like(A, B) # created an array D with same qualities as array A, but just filled with values of B
  diffs = abs(D-A) # finding absolute value differences between D and A
  close = diffs.argmin(axis=1) # find argmin of 'diffs', row by row
  close = np.asanyarray(close) # converted the argmins of 'diff' into an array
  closer = close.argmin() # the final argmin ??
  return closer

---

我之所以尝试这个建议，是因为我有另一个与此相关的问题，我必须提取与B最接近的行的总和。我认为这是一个很好的做法。

您的问题与“查找最小值”问题相同。唯一的区别是，您正在寻找

min（abs（A[i]-B））

。所以，迭代你的数组。在执行此操作时，记录最小的绝对增量及其发生的索引。当发现较小的增量时，更新记录，然后继续搜索。当您完成所有操作后，返回记录索引中的任何值

---

由于您使用的是numpy数组，另一种方法是您可以创建一个与

A

大小相同的数组，但只填充值

B

。计算数组之间的差异，然后对每行使用

argmin

。为每行组合一个包含所有最小值的数组，然后再次执行argmin以提取最小值。

您现有的代码没有问题，除非默认情况下，

argmin

返回展平数组的索引。所以你可以

return A.flat[abs(A - B).argmin()]

从A中获取正确的值

编辑：对于您的另一个问题-在二维数组a中查找总和最接近B的行-您可以执行以下操作：

return A[abs(A.sum(axis=1) - B).argmin()]

---

在这两种情况下，我都不认为有必要创建一个B数组。

这将适用于任何带有嵌套的

for循环的
二维
数组，但我不确定这是否是您想要的（因为它不使用
numpy
）

这只是线性搜索（O（n）是一个下限）。要么巧妙地循环一次（非矢量化），要么进行两次传递：矢量化op 1中的差异到b。然后是argmin。多维部分有点不确定。假设您希望处理所有值，则分带取决于展平顺序（行-列与列-行）。编辑：好的，你提到它是按行的。“但是从我的理解来看，我认为（np.abs（M-N））.argmin（）真的只对排序数组有效？”-我不认为是这样的-你有没有一个来源表明这一点？”我认为（np.abs（M-N））.argmin（）真的只对排序数组有效？
argmin（）
适用于未排序的数组。将
return（A[get]）
更改为
return A.flat[get]
即可。如果您不介意，我正在尝试您的第二个建议，我对最后一句话有点困惑。我该如何确保提取的是数组的原始位置，而不是差分的值？这就是我到目前为止所得到的：
def g_C（A，B）：A=np.asanyarray（A）D=np.full_like（A，B）#创建了一个与数组A质量相同的数组D，但只填充了B diffs=abs（D-A）的值#查找D和A之间的绝对值差异=diffs.argmin（axis=1）#查找“diffs”的argmin，逐行close=np.asanyarray（close）#将'diff'的argmin转换为数组closer=close.argmin（）#最后的argmin？？return closer
对不起，这看起来很难看，我应该把它编辑成我原来的问题吗？@zainy，我认为Stuart的答案比我的好，基本上是按照我第二段的建议做的。是的，但我有点难以理解如何将Stuart的答案改编成类似的问题，即在多维数组中提取行，和B最接近的数字
def g_C(A, B):
    i = A[0][0]
    m = abs(B - A[0][0])
    for r in A:
        for i in r:
            if abs(B - i) < m:
                m = abs(B - i)
                n = i
    return n

>>> g_C([[1,3,6,-8],[2,7,1,0],[4,5,2,8],[2,3,7,10]],9)
8