python - 在列表中查找最接近给定数字的值的位置

Question

我有一个值列表，例如不一定排序

list=[1.1,0.7,1.8,2.,1.65]

我想在列表中找到最接近给定数字的值的位置，例如 a=1.4。列表中的值是否大于或小于给定值并不重要。当然，一种方法是使用 for 循环

import numpy as np
d=100.
i=0
for s in list:
    if np.abs(s-a)<d:
        pos=i
        d=np.abs(s-a)   
    i+=1
print pos  

但是在 python 中一定有更好的方法。我怎样才能更综合地做到这一点？ 如果改为对值进行排序会怎样？

Answer 1

您可以将其转换为 numpy 数组并计算项目与 target 之间的最小绝对差值的索引，例如:

def min_diff_pos(array_like, target):
    return np.abs(np.array(array_like)-target).argmin()

例如:

>>> min_diff_pos([1.1,0.7,1.8,2.,1.65], 1.1)
0
>>> min_diff_pos([1.1,0.7,1.8,2.,1.65], 1.8)
2
>>> min_diff_pos([1.1,0.7,1.8,2.,1.65], 1.7)
4
>>> min_diff_pos([1.1,0.7,1.8,2.,1.65], 1.79)
2

如果对值进行排序，我们可以使用二分查找算法，然后查看插入点附近的两个项目。在那种情况下，它是这两者中最接近的。这使得查找 O(log n) 而不是 O(n):

def min_diff_pos_sorted(sorted_array, target):
    idx = np.searchsorted(sorted_array, target)
    idx1 = max(0, idx-1)
    return np.abs(np.array(sorted_array[idx1:idx+1])-target).argmin() + idx1

例如:

>>> data = np.array([0.7, 1.1, 1.65, 1.8, 2.0])
>>> min_diff_pos_sorted(data, 0.7)
0
>>> min_diff_pos_sorted(data, 0.8)
0
>>> min_diff_pos_sorted(data, 0.9)
0
>>> min_diff_pos_sorted(data, 1.0)
1
>>> min_diff_pos_sorted(data, 1.1)
1
>>> min_diff_pos_sorted(data, 1.2)
1
>>> min_diff_pos_sorted(data, 1.3)
1
>>> min_diff_pos_sorted(data, 1.4)
2