如何在Python中调试一个函数，该函数有时不'；不行？

我快发疯了，因为有时一个函数会返回错误的数据对！我有一个大约700点的numpy阵列：

np.array =[[  1.00000000e+01  -4.65000000e+02]
           [  1.78319153e+01  -4.60252579e+02]
          ...]

我有一个观点：

point [32.121456577748098, -241.01907826915999]

只想检查数组中最接近给定点的点或索引的位置

我用这条线找到最近的点：

 array[spatial.KDTree(array).query(point)[1]]

这很好用。但有时它不起作用！它只是从我的数组中返回一个不是最近的项目。 有趣的事实是，当我尝试类似的函数或解决方案时，两个函数不能同时工作。我不知道为什么它会起作用，有时甚至不起作用。阵列和点是在主循环中新生成的，主循环也使用TCP和UDP。我通常如何调试它

---

谢谢

你为什么不在numpy做这个

distance = np.sum((yourlist - yourpoint)**2.)**(1/2.)
index = np.argmin(distance)

---

这不是对您的具体问题的直接回答，但我建议您只需计算

numpy.linalg.norm（数据点，轴=1）

，然后使用

numpy.argmin（）

找到最小范数的索引

基本上：

dist = numpy.linalg.norm(data - point, axis=1)
minindex = np.argmin(dist)
closest_pt = data[minindex]

---

您必须假设

query（）

方法有效，否则其他用户可能会对numpy提出错误报告。可能您有多个数组，并且正在搜索错误的数组？