查找一个数组的最近索引与另一个数组中的所有值 - Python/NumPy

Question

我有一个复数列表,我希望在另一个复数列表中找到最接近的值.

我目前使用numpy的方法:

import numpy as np

refArray = np.random.random(16);
myArray = np.random.random(1000);


def find_nearest(array, value):
    idx = (np.abs(array-value)).argmin()
    return idx;

for value in np.nditer(myArray):
    index = find_nearest(refArray, value);
    print(index);

不幸的是,这需要很长时间才能获得大量值.是否有更快或更"pythonian"的方式将myArray中的每个值与refArray中最接近的值匹配？

仅供参考:我的剧本中不一定需要numpy.

重要提示: myArray和refArray的顺序很重要,不应更改.如果要应用排序,则应以某种方式保留原始索引.

Answer 1

这是一种np.searchsorted基于以下的矢量化方法this post-

def closest_argmin(A, B):
    L = B.size
    sidx_B = B.argsort()
    sorted_B = B[sidx_B]
    sorted_idx = np.searchsorted(sorted_B, A)
    sorted_idx[sorted_idx==L] = L-1
    mask = (sorted_idx > 0) & \
    ((np.abs(A - sorted_B[sorted_idx-1]) < np.abs(A - sorted_B[sorted_idx])) )
    return sidx_B[sorted_idx-mask]

简要说明 :

• 获取左侧位置的排序索引.我们这样做 - np.searchsorted(arr1, arr2, side='left')或者只是np.searchsorted(arr1, arr2).现在,searchsorted期望排序的数组作为第一个输入,所以我们需要一些准备工作.

• 将这些左侧位置的值与其右侧位置的值进行比较,(left + 1)并查看哪一个最接近.我们在计算的步骤中执行此操作mask.

• 根据左边的或右边的最近的,选择相应的.这是通过减去索引来完成的,其mask值用作转换的偏移量ints.

标杆

原创方法 -

def org_app(myArray, refArray):
    out1 = np.empty(myArray.size, dtype=int)
    for i, value in enumerate(myArray):
        # find_nearest from posted question
        index = find_nearest(refArray, value)
        out1[i] = index
    return out1

时间和验证 -

In [188]: refArray = np.random.random(16)
     ...: myArray = np.random.random(1000)
     ...: 

In [189]: %timeit org_app(myArray, refArray)
100 loops, best of 3: 1.95 ms per loop

In [190]: %timeit closest_argmin(myArray, refArray)
10000 loops, best of 3: 36.6 µs per loop

In [191]: np.allclose(closest_argmin(myArray, refArray), org_app(myArray, refArray))
Out[191]: True

50x+ 发布样本的加速,希望更大的数据集!

Answer 2

一个比@Divakar 短得多的答案，也使用广播，甚至更快：

abs(myArray[:, None] - refArray[None, :]).argmin(axis=-1)