在 Numpy 数组中查找最接近的值
识别 numpy 数组中最接近指定目标的值是数据中的常见任务分析。为此，我们可以利用 find_nearest() 函数。
实现
find_nearest() 函数将一个数组和一个目标值作为输入。下面是一个 Python 实现：
import numpy as np
def find_nearest(array, value):
array = np.asarray(array)
idx = (np.abs(array - value)).argmin()
return array[idx]如果需要，该函数首先将数组转换为 numpy 数组。然后计算数组的每个元素与目标值之间的绝对差。使用 argmin() 确定具有最小绝对差的元素的索引。最后，返回该索引处的元素作为最接近的值。
用法示例
例如，考虑一个随机数数组：
array = np.random.random(10) print(array)
要在这个数组中找到最接近 0.5 的值，我们可以使用：
print(find_nearest(array, value=0.5))
这将输出一个接近0.5的值，例如0.568743859261。
以上是如何在 NumPy 数组中查找最接近目标的值？的详细内容。更多信息请关注PHP中文网其他相关文章！
