trouver la valeur la plus proche dans un tableau numpy

Question

existe-t-il un moyen numpy-thonique, par exemple une fonction, pour trouver la "valeur la plus proche" dans un tableau ? Exemple :

np.find_nearest( array, value )

Merci d'avance !

Answer 1

import numpy as np
def find_nearest(array,value):
    idx = (np.abs(array-value)).argmin()
    return array[idx]

array = np.random.random(10)
print(array)
# [ 0.21069679  0.61290182  0.63425412  0.84635244  0.91599191  0.00213826
#   0.17104965  0.56874386  0.57319379  0.28719469]

value = 0.5

print(find_nearest(array, value))
# 0.568743859261

Answer 2

SI votre tableau est trié et est très grand, c'est une solution beaucoup plus rapide :

def find_nearest(array,value):
    idx = np.searchsorted(array, value, side="left")
    if math.fabs(value - array[idx-1]) < math.fabs(value - array[idx]):
        return array[idx-1]
    else:
        return array[idx]

Cela permet d'atteindre des réseaux de très grande taille. Vous pouvez facilement modifier la méthode ci-dessus pour trier dans la méthode si vous ne pouvez pas supposer que le tableau est déjà trié. C'est un peu exagéré pour les petits tableaux, mais une fois qu'ils sont grands, c'est beaucoup plus rapide.

Answer 3

Avec une légère modification, la réponse ci-dessus fonctionne avec des tableaux de dimension arbitraire (1d, 2d, 3d, ...) :

def find_nearest(a, a0):
    "Element in nd array `a` closest to the scalar value `a0`"
    idx = np.abs(a - a0).argmin()
    return a.flat[idx]

Ou, écrit en une seule ligne :

a.flat[np.abs(a - a0).argmin()]

Answer 4

Voici une extension pour trouver le vecteur le plus proche dans un tableau de vecteurs.

import numpy as np

def find_nearest_vector(array, value):
  idx = np.array([np.linalg.norm(x+y) for (x,y) in array-value]).argmin()
  return array[idx]

A = np.random.random((10,2))*100
""" A = array([[ 34.19762933,  43.14534123],
   [ 48.79558706,  47.79243283],
   [ 38.42774411,  84.87155478],
   [ 63.64371943,  50.7722317 ],
   [ 73.56362857,  27.87895698],
   [ 96.67790593,  77.76150486],
   [ 68.86202147,  21.38735169],
   [  5.21796467,  59.17051276],
   [ 82.92389467,  99.90387851],
   [  6.76626539,  30.50661753]])"""
pt = [6, 30]  
print find_nearest_vector(A,pt)
# array([  6.76626539,  30.50661753])

Answer 5

Voici une version qui gère un tableau de "valeurs" non scalaire :

import numpy as np

def find_nearest(array, values):
    indices = np.abs(np.subtract.outer(array, values)).argmin(0)
    return array[index]

Ou une version qui renvoie un type numérique (par exemple int, float) si l'entrée est scalaire :

def find_nearest(array, values):
    values = np.atleast_1d(values)
    indices = np.abs(np.subtract.outer(array, values)).argmin(0)
    out = array[indices]
    return out if len(out) > 1 else out[0]