在 NumPy 中，没有像np.find_nearest()查找数组中最近的值这样的直接函数。但是，您可以使用 NumPy 函数组合来实现此功能。以下是如何在 NumPy 数组中找到给定值最近的值：

方法：

1. 计算差异：
2. 计算数组中每个元素与目标值之间的绝对差。
3. 找到最小差异：
4. 确定绝对差异最小的元素的索引，该索引对应于最接近的值。
5. 检索最近的值：
6. 使用获取的索引从数组中获取实际的最近值。

示例实现：

下面是实现此目的的 Python 函数：

import numpy as np

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

# Example usage:
array = np.array([1, 2, 3, 4, 5])
value = 2.5
nearest_value = find_nearest(array, value)


nearest_value = find_nearest(array, value)

pr
print(f"Array: {array}")
print(f"Nearest value to {value}: {nearest_value}")

解释：

• np.asarray(array)：确保array是一个NumPy数组，允许我们使用NumPy操作。
• np.abs(array - value)：计算绝对差array和value。
• .argmin()：查找绝对差值数组中最小值的索引。
• array[idx]array：从索引处检索idx与值最接近的元素value。

No

• 此方法假定您想要在数组中找到数值上最接近给定的元素value。
• 如果数组中有多个元素具有相同的最小差值value，则该函数返回它遇到的第一个元素
• 由于使用了 NumPy 提供的矢量化操作，该函数即使对于大型数组也能有效运行。

通过对绝对差值使用argmin()函数，您可以有效地在 NumPy 数组中找到与任何给定值最接近的值。