在python列表中找到最接近的值对

Question

我有这样的字典：

d = {'ID_1':[(10, 20), (40, 60), (125, 200)], 'ID_2': [(75, 100), (250, 300)]}

以及职位和ID：

pos = 70
IDed = ID_1
output = (40, 60)

pos = 90
IDed = ID_2
expected output = (75, 100)

pos = 39
IDed = ID_1
expected output = (40, 60)

我想在最接近test pos的列表中找到值对。

我已经在下面尝试过了：

if IDed in d:
    y = d[IDed]
    closest = min(y, key=lambda x:abs(x-pos))

这不起作用，因为它不是具有单个值的列表。 还有另一种方法可以使用类似的方法来执行此操作。 如果没有，我可以通过在列表中建立索引并计算每个值对之间的距离找到解决问题的方法。 但是，我认为这不会非常有效。

Answer 1

你真的很亲近 波纹管是一个可行的解决方案。

d = {'ID_1': [(10, 20), (40, 60), (125, 200)], 'ID_2': [(75, 100), (250, 300)]}    
pos = 70
IDed = 'ID_1'

closest = min(d[IDed], key=lambda x: min(abs(y - pos) for y in x)) if IDed in d else None    
print(closest)
# (40, 60)

代码的问题在于，您尝试执行x - pos ，而x是整个元组（例如（40，60）），而pos是整数目标值。

---

如果需要多次运行，可以考虑将其包装在函数中以避免代码重复。

def find_nearest(point_dict, id, stigma):
    try:
        return min(point_dict[id], key=lambda x: min(abs(w - stigma) for w in x))
    except:
        return None

d = {'ID_1': [(10, 20), (40, 60), (125, 200)], 'ID_2': [(75, 100), (250, 300)]}
print(find_nearest(d, 'ID_1', 70))
# (40, 60)

请注意，在类似d = {'ID_1': [(10, 20), (40, 69), (71, 200)], ...}情况下，术语在嵌套在初始词典中的列表中出现的顺序很重要d = {'ID_1': [(10, 20), (40, 69), (71, 200)], ...} 。 术语69和71与给定的目标70等距，但是代码返回(40, 69)因为它首先找到了那个。

Answer 2

我认为您想找到具有pos值平均数最接近的那对夫妇...因此，这就是答案：

d = {'ID_1':[(10, 20), (40, 60), (125, 200)], 'ID_2': [(75, 100), (250, 300)]}
pos = 70

closest = (0, 0)

IDed = "ID_1"

for i in d.items():
    if IDed == i[0]:
        for x in i[1]:
            avg = (x[0]+x[1])/2
            avg_closest = (closest[0]+closest[1])/2
            if abs(pos-avg) < abs(pos-avg_closest):
                closest = x

print closest