栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

向量化为另一个数组中的每个元素在数组中找到最接近的值

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

向量化为另一个数组中的每个元素在数组中找到最接近的值

例如,您可以使用以下方法计算旅途中的所有差异:

differences = (test_array.reshape(1,-1) - known_array.reshape(-1,1))

并使用

argmin
和花式索引以及
np.diagonal
获得所需的索引和差异:

indices = np.abs(differences).argmin(axis=0)residual = np.diagonal(differences[indices,])

因此对于

>>> known_array = np.array([-24, -18, -13, -30,  29])>>> test_array = np.array([-6,  4, -6,  4,  8, -4,  8, -6,  2,  8])

一送一

>>> indicesarray([2, 2, 2, 2, 2, 2, 2, 2, 2, 2])>>> residualarray([ 7, 17,  7, 17, 21,  9, 21,  7, 15, 21])


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/639679.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号