在Python中,获得最接近二维整数的最佳方法是什么？

Question

我有一个二维元组列表,未分类和n大小.我想找到哪个元组与X和Y的维度最接近.最好的方法是什么？

target = (75, 75)
values = [
    (38, 61),
    (96, 36),
    (36, 40),
    (99, 83),
    (74, 76),
]

使用target和values,方法应该产生答案(74, 76).

编辑

下面的答案让我想到了这个确切的方法,对于那里的任何人:

def distance(item, target):
    return ((item[0] - target[0]) ** 2 + (item[1] - target[1]) ** 2) ** 0.5

best = min(values, key=lambda x: distance(x, target))

这是笛卡尔距离问题.

1. 首先取测试值的平方x减去最佳x值.
2. 然后取测试值的平方y减去最佳y值.
3. 最后取步骤1的平方根加上步骤2,它给你距离.
4. 将其应用于列表中的所有项目,最低编号(使用该min功能)将为您提供最佳选择.

Answer 1

def distance(tup1,tup2):
    """
        This question is unanswerable unless you can specify this

        examples for 2d (you can write more general N-dimensional code if you need):
        cartesian: math.sqrt((tup2[0]-tup1[0])**2 + (tup2[1]-tup1[1])**2)
        manhattan: (tup2[0]-tup1[0]) + (tup2[1]-tup1[1])
    """
    return # YOUR CODE HERE

min(values, key=lambda x:distance(target,x))