在另一个数组的特定列中查找数组中最接近的元素

如何解决在另一个数组的特定列中查找数组中最接近的元素

我想将一个numpy数组映射到另一个。我的第一个数组有两列和数千行：

arr_1 = [[20,0.5],[30,0.75],[40,1.0],[50,1.25],[60,1.5],[70,1.75],...]

第二个数组可以具有不同数量的行和列：

arr_2 = [[1,0.45],[2,0.57],[4,0.58],[1,1.69],1.51],0.95],...]

我想将arr_2的第二列与arr_1的第二列的值进行比较，以了解arr_2的哪一行更接近arr_1的哪一行。然后，我想将arr_1的第一列从第二列最近的行复制到arr_2中。

例如，0.45中的arr_2最接近0.5，即arr_1中的第一行。找到该行之后，我想将该行的第一列（即20）复制到arr_2中。最终结果将类似于：

arr_2_final = [[1,0.45,20],0.57,0.58,1.69,70],1.51,60],0.95,40],...]

解决方法

在对数组进行排序时，最简单的方法是查找数组中的许多项目。您可以将大部分工作委托给np.searchsorted。由于我们要在arr_1中查找元素，因此它是唯一需要排序的数组。我怀疑排序arr_2可以通过减少每个连续元素的搜索空间来加快处理速度。

首先，找到arr_2会以arr_1结尾的插入点：

indices = np.searchsorted(arr_1[:,1],arr_2[:,1])

现在您要做的就是检查前一个元素比当前元素更近的情况。有两种极端的情况：当索引为0时，您必须接受它；而当索引为arr_1.size时，您必须先使用索引。

indices[indices == arr_1.shape[0]] = arr_1.shape[0] - 1
indices[(indices != 0) & (arr_1[indices,1] - arr_2[:,1] > arr_2[:,1] - arr_1[indices - 1,1])] -= 1

按此顺序进行操作可以避免麻烦您将临时数组弄乱。第一行确保索引arr_1[indices,1]始终有效。由于索引-1有效，因此第二行也成功。

那么最终结果就是

np.concatenate((arr_2,arr_1[indices,0:1]),axis=1)

如果arr_1尚未排序，则可以执行以下操作：

arr_1 = arr1[np.argsort(arr_1[:,1]),:]

一个快速的基准测试表明，在我的中等功率机器上，arr_1.shape = (500000,2)和arr_2.shape = (300000,2)这种方法大约需要300毫秒。

,

我可能会这样：

import numpy as np

arr_1= [[20,0.5],[30,0.75],[40,[50,1.25],[60,1.5],[70,1.75]]
arr_2= [[1,0.45],[2,0.57],[4,0.58],[1,1.69],1.51],0.95]]

arr_2_np = np.array(arr_2)[:,1]

for row in arr_1:
  idx = np.argmin(np.abs(arr_2_np - row[1]))
  arr_2[idx].append(row[0])

print(arr_2)