在二维 numpy 中查找最近的一维数组

Question

我试图从二维数组中找到一维数组的最佳匹配。

arr1 = np.array([[1, 1, 1], [2, 2, 2]])

arr2 = np.array([1.1, 1.1, 1.1])

我怎样才能让它返回最佳匹配，即行 0 最好作为行的索引？

Answer 1

假设“最接近”意味着最小的绝对差异，请尝试以下操作：

idx = np.abs(arr1 - arr2).sum(axis=1).argmin()  # 0

绝对差异np.absolute ：

np.abs(arr1 - arr2)

[[0.1 0.1 0.1]
 [0.9 0.9 0.9]]

逐行总差和：

np.abs(arr1 - arr2).sum(axis=1)

[0.3 2.7]

闵指数argmin ：

np.abs(arr1 - arr2).sum(axis=1).argmin()

0