查找最接近值的numpy数组的所有索引

Question

在numpy数组中，需要最接近给定常量的所有值的索引。 以数字信号处理为背景。该数组包含滤波器的幅度函数（np.abs(np.fft.rfft(h))），并且在幅值为0.5或另一种情况下为0时搜索特定频率（=索引）。 大多数情况下，所讨论的值不完全包含在序列中。关闭值的索引应该在这个中找到。在

到目前为止，我想出了下面的方法，在这个方法中，我观察序列和常量之间差异符号的变化。然而，这只适用于在所讨论的点单调递增或递减的序列。有时也会被1关。在

def findvalue(seq, value):
    diffseq = seq - value
    signseq = np.sign(diffseq)
    signseq[signseq == 0] = 1
    return np.where(np.diff(signseq))[0]

我想知道有没有更好的解决办法。它只适用于一维实浮体阵列，对计算效率的要求不高。在

作为一个数值示例，下面的代码应该返回[8, 41]。为了简单起见，我用半波代替了滤波器的幅度响应。在

^{pr2}$

我发现的类似问题如下，但它们只返回第一个或第二个索引：
Find the second closest index to value
Find nearest value in numpy array

Answer 1

下面的函数将返回一个分数索引，显示该值被交叉时的近似值：

def FindValueIndex(seq, val):
    r = np.where(np.diff(np.sign(seq - val)) != 0)
    idx = r + (val - seq[r]) / (seq[r + np.ones_like(r)] - seq[r])
    idx = np.append(idx, np.where(seq == val))
    idx = np.sort(idx)
    return idx

逻辑：找出seq-val的符号在哪里变化。取转换上方和下方的一个指数，然后加上这个索引的值实际上等于这个值。在

如果您想要一个整数索引，只需使用np.圆形. 你也可以选择np.楼层或者np.ceil公司将索引四舍五入到您的喜好。在

^{pr2}$

Answer 2

我想你有两个选择。一种是对形状做一些假设，并寻找seq和你的{}之间的差的零交叉点（就像@ColonelFazackerley在{a2}中所做的那样）。另一种方法是说明要将该值考虑得足够接近哪个相对公差。在

在后一种情况下，您可以使用numpy.isclose：

import numpy as np

def findvalue(seq, val, rtol=0.05):    # value that works for your example
    return np.where(np.isclose(seq, val, rtol=rtol))[0]

示例：

^{pr2}$

这有一个缺点，它依赖于rtol的值。设置得太大（本例中为0.1），您将得到接近交叉点的多个值，设置得太低，则没有任何值。在

Answer 3

def findvalue(seq, value):
    diffseq = seq - value
    signseq = np.sign(diffseq)
    zero_crossings = signseq[0:-2] != signseq[1:-1]
    indices = np.where(zero_crossings)[0]
    for i, v in enumerate(indices):
        if abs(seq[v + 1] - value) < abs(seq[v] - value):
            indices[i] = v + 1
    return indices

再解释一下

^{pr2}$