在字典键列表中查找最接近的值Python

Question

给定一点：

      a=[X,Y,Z]

我本质上是在尝试从词典列表中找到与给定点最接近的3点。

需要比较的数据类型的简化示例以以下形式给出：

       points=[{'Point':1,'co-ordinate':[0,1,2]},{'Point':2',co-ordinate':[0,1,3]},{'Point':3,'co-ordinate':[1,1,2]}] etc.

有什么想法或建议吗？

Answer 1

您可以保留一个反向查找表，在该表中返回键值对并将坐标存储为键。 这很容易实现。 然后，您可以再次返回键，并在每个坐标上计算距离公式。

如您所知，距离公式为：

dist = sqrt((x1 - x2)**2 + (y1 - y2)**2 + (z1 - z2)**2)

注意：您似乎在该列表中有3个不同的字典。

Answer 2

最接近表示您定义了距离函数。 对于空间点， 通常使用范数2 。 让我们先编写一个代码，该函数计算两点之间的范数，但是由于我们可能不得不将其用于迭代器（或者可能是因为我预见到某些东西，它是关键函数），因此我们将其设为闭包 （以找到最接近的值，好酷）。

from math import sqrt

def norm2(ptA):
    def norm2_close(ptB):
        xA, yA, zA = ptA
        xB, yB, zb = ptB
        return sqrt((xA-xB)**2 + (yA-yB)**2 + (zA-zB)**2)
    return norm2_close

现在，我们可以做

>>> normFromA = norm2([1, 2, 3])
>>> normFromA([3, 2, 1])
2.8284271247461903
>>> normfromA([4, 5, 6])
5.196152422706632

很好。 但是，我们仍然需要从您的词典列表中获取最少的内容。 有很多可能性，但是当我们编写了一个不错的闭包时，让我们对其进行修改以适合我们的需求：

def norm2InDict(ptA):
    def norm2InDict_close(dict_for_ptB):
        xA, yA, zA = ptA
        xB, yB, zB = dict_for_ptB['co-ordinate']
        return sqrt((xA-xB)**2 + (yA-yB)**2 + (zA-zB)**2)
    return norm2InDict_close

并让python做无聊的工作

>>> min(points, key=norm2InDict([1, 2, 3]))
{'co-ordinate': [0, 1, 3], 'Point': 2}

为了理解该函数，python将遍历列表的元素（每个字典），将键函数应用于它们（将计算范数2），比较键并返回具有最小键的元素。 对。 如果我要三个最接近的元素，而不是一个？ 好了，文档告诉我们我们可以为此使用heapq模块（我在列表中添加了一些要点，以获得更多乐趣）：

>>> import heapq
>>> points=[
    {'Point':1,'co-ordinate':[0,1,2]},
    {'Point':2,'co-ordinate':[0,1,3]},
    {'Point':3,'co-ordinate':[1,1,2]}, 
    {'Point':4,'co-ordinate':[2,5,2]},
    {'Point':5,'co-ordinate':[1,0,2]},
    {'Point':6,'co-ordinate':[1,2,2]}
]
>>> heapq.nsmallest(3, points, key=norm2InDict([1, 2, 3]))
[{'co-ordinate': [1, 2, 2], 'Point': 6}, {'co-ordinate': [0, 1, 3], 'Point': 2}, {'co-ordinate': [1, 1, 2], 'Point': 3}]

Answer 3

您可以根据距离函数对点列表进行排序，然后使用第一个。

import math
a=[0,0,0]

def dist(p0,p1):
    return math.sqrt((p1[0]-p0[0])**2+(p1[1]-p0[1])**2+(p1[2]-p0[2])**2)

points=[{'Point':1,'co-ordinate':[0,1,2]},{'Point':2,'co-ordinate':[0,1,3]},{'Point':3,'co-ordinate':[1,1,2]},] 

sorted_by_dist = sorted(points,key=lambda p:dist(a,p['co-ordinate']))
closest = sorted_by_dist[0]
furthest = sorted_by_dist[-1]

Answer 4

在此处了解有关sorted函数的信息==> https://wiki.python.org/moin/HowTo/Sorting 。 我认为寻找是sorted功能中的key选项。

一旦知道排序后的函数，就可以对字典进行排序，并输入要对其进行排序的键。 因此，让我们说您有点p为

p = [2,3,4] # or any other list value ...

然后，将要指出这一点和另一个结果并返回命令的函数可以写成：

# Note that there s no need for the Numpy dependency. I do this only for 
# brevety. You can use the dist function which was previously mentioned.
import numpy as np
def dist(p1, p2): 
    p1, p2 = np.array(p1), np.array(p2)
    return sqrt(sum((p1 - p2)**2))

现在，您可以对数组进行排序，并将前三点取为：

pointList = sorted(points, key = lambda x: dist(x['co-ordinate'], p)  )[:3]