Python 在numpy recarray中查找相近元素

我试图从

numpy

记录数组

no1

中找到与rec数组

no2

中的值最接近的所有值（记录数组的值数不同）

假设

no1

有字段：

（'electro'，'i4'），（'no_of theu interest_time'，'i4'），（'time'，'f8'）

其中，

time

是特定事件的时间，

no\u of\u interest\u time

对应单独分析的事件进行索引。每个事件都有这样一个编号，多个事件可能共享相同的编号<代码>电极保存记录事件的电极索引（位置）

no2

具有相同的字段，但包含不同的事件

对于recarray

no2

中的每个事件，我想从recarray

no1

中找到最接近的事件，它们具有相同的类型（

no\u interest\u time

）和位置（

电极

）

我可以用for循环解决这个问题的方法如下，但我正在寻找更优雅的解决方案：

import numpy as np

i_recarr1 = np.argsort(recarray1, order=['electrode', 'no_of_interest_time', 'time'])
recarr1_sorted = recarray1[i_recarr1]

i_recarr2 = np.argsort(recarray2, order=['electrode', 'no_of_interest_time', 'time'])
recarr2_sorted = recarray2[i_recarr2]

closest_events = recarr2_sorted.copy()

for electr in np.unique(recarr2_sorted['electrode']):
    # use only this electrode
    recarr1_record = recarr1_sorted[recarr1_sorted['electrode'] == electr]
    recarr1_record = recarr2_sorted[recarr2_sorted['electrode'] == electr]

    for interest in np.unique(recarr2_record['no_of_interest_time']):
        # use only this time of interest
        recarr1_interest = recarr1_sorted[recarr1_record['no_of_interest_time'] == interest]
        recarr2_interest = recarr1_sorted[recarr1_record['no_of_interest_time'] == interest]

        for idx, event2 in np.enumerate(recarr2_interest['time']):
            # loop through every event to find neighbours
            selected_idx = (np.abs(recarr1_interest['time']-event2)).argmin()
            closest_events[(closest_events['electrode'] == electr) & 
                           (closest_events['no_of_interest_time']) == interest][idx] = recarr1_interest['time'][selected_idx]

inverse_i = np.argsort(i_recarr2)       
closest_events[inverse_i]

我将感谢你的建议。提前谢谢

这个怎么样：

closest_events = []
for t in no1:
    #sort
    i = np.argsort(np.abs(t['time']-no2['time']))
    # select only events with the same no_of_interest_time and electrode
    i = i[(no2['electrode']==t['electrode']) &
          (no2['no_of_interest_time']==t['no_of_interest_time'])]
    closest = i[0] if len(i)>0 else np.nan
    closest_events.append(closest)

其思想是，对于

no1

中的每个事件，您首先计算该事件与

no2

中所有事件之间的距离。接下来，将距离从最短到最长排序，并存储索引（

i

在函数中）。从

i

中，只选择特定类型和位置的元素，最后选择剩余索引中的第一个（如果数组为空，则返回

NaN

）