查找两个numpy数组之间的绝对最小值，但保持符号

Question

考虑两个不同长度的数组：

A = np.array([58, 22, 86, 37, 64])

B = np.array([105, 212,   5, 311, 253, 419, 123, 461, 256, 464])

对于in中的每个值A，我想找到in A和中的值之间的最小绝对差B。我Pandas之所以使用，是因为我的实际数组是Pandas数据帧的子集，而且因为该apply方法是一种方便（尽管很慢）的方法来处理两个不同大小的数组之间的差异：

In [22]: pd.Series(A).apply(lambda x: np.min(np.abs(x-B)))
Out[22]:
0    47
1    17
2    19
3    32
4    41
dtype: int64

但是我也想保留符号，所以期望的输出是：

0    -47
1     17
2    -19
3     32
4    -41
dtype: int64

[更新]我的实际数组A，B长度大约为5e4和1e6，因此低内存解决方案将是理想的。另外，我希望避免使用Pandas，因为它在实际阵列上非常慢。

Answer 1

让我们在这里使用广播减法。然后argmin，我们用于查找绝对最小值，然后在后续步骤中提取值。

u = A[:,None] - B
idx = np.abs(u).argmin(axis=1)

u[np.arange(len(u)), idx]
# array([-47,  17, -19,  32, -41])

这使用纯NumPy广播，因此应该相当快。