python - 找到所有接近目标的值，如 numpy.searchsorted() 但返回所有相同的值？

Question

有没有什么好的方法可以找到接近多个目标的排序数组A中的所有值索引？使用 numpy.searchsorted() 可以让我们高效地找到接近多个目标的索引: Finding the nearest value and return the index of array in Python但是，如果数组 A 中有重复的值。该方法将只返回索引的 1，而不是所有可能的索引。例如这样的数组:

A = array([    1. ,     2. ,     3. ,     3. ,     3.1,     4. ,    50. ,
          60. ,    70. ,    80. ,    90. ,   100.1,   110. ,   120. ,
         999. ,  1000. ])
targets=[3, 100]

它将返回 idx = [2, 11]但我希望它返回 [[2,3],11]我能做的就是遍历 idx 以获得 bool 索引，例如 [A==A[idx[0]],A==A[idx[1]],...]但如果目标数组非常大，这可能会非常低效。

一件事是我可以首先使用 numpy.unique() 找到唯一的数组集。找到所有相同的值。然后在该唯一数组上搜索排序()，这可能会节省一些时间。然后我可以使用这个索引来找到所有相同的值。

这是一个例子:

def find_closest_multiTargets_inSortred(A,targets):
        #A must be sorted
    idx = A.searchsorted(targets)
    idx = npy.clip(idx, 1, len(A)-1)
    left = A[idx-1]
    right = A[idx]
    idx -= targets - left < right - targets
    return idx

def find_closest_multiTargets_Allrepeats(A,targets):
    ua=npy.unique(A)
    _uaIdxs=find_closest_multiTargets_inSortred(ua, targets)
    return [npy.where(A==ua[_i]) for _i in _uaIdxs]

>>> find_closest_multiTargets_Allrepeats([5.1,5.5,4,1,2.3,5.1,6],[2,5])
[(array([4]),), (array([0, 5]),)]

我想，如果len(ua)<<len(A)这将比尝试直接在 A 上找到最接近的更有效率。但是，npy.where 步骤仍然循环遍历 _uaIdxs，如果它很大，那么它会非常低效。如果可以构建替代的 unique()，以获得 A 中每个唯一值的索引列表([[索引具有值 ua[0]]，[索引具有值 ua[2]]...])。它会更有效率:

def find_closest_multiTargets_Allrepeats2(A,targets):
    ua,idxList=npy.unique2(A)
    _uaIdxs=find_closest_multiTargets_inSortred(ua, targets)
    return idxList[_uaIdxs]

但我不知道是否有什么可以做 unique2() 期望做的事情。除了 searchsorted 之外，可能还有其他完全不同的算法可以以更有效的方式获得相同的结果。

为简单起见，我们假设 A 已排序。对于未排序的数组 A，我们总是可以先对其进行 argsort。

有没有人可以提供一种更有效的方法来做到这一点？

谢谢!

Answer 1

您可以执行以下操作:

a = np.array([1., 2., 3., 3., 3.1, 4., 50., 60., 70., 80., 90., 100.1, 110., 120., 999., 1000.])
t = np.array([3, 100])

• 计算成对距离:

  d = np.abs(np.subtract.outer(a, t))
  

• 找到最接近的值:

  asort = np.argsort(d, axis=0)
  

• 获取最接近的索引和最接近的值:

  ind = np.arange(a.shape[0])
  print(ind[asort][0])
  #array([ 2, 11], dtype=int64)<br/>
  print(a[asort][0])
  #array([   3. ,  100.1])
  

请注意，如果您在最后一步中使用 [0] 以外的其他索引 [i]，您将获得第 i 个最接近的值...使用 [0] 将产生最接近的值。