在Python中，獲取二維最接近整數的最佳方法是什么？

Question

我有一個二維的元組列表，未排序，大小為n 。 我想找到哪個元組的尺寸最接近X和Y。什么是最好的方法？

target = (75, 75)
values = [
    (38, 61),
    (96, 36),
    (36, 40),
    (99, 83),
    (74, 76),
]

使用target和values ，該方法應產生答案(74, 76) 。

編輯

下面的答案將我引導到針對在此登陸的任何人的確切方法：

def distance(item, target):
    return ((item[0] - target[0]) ** 2 + (item[1] - target[1]) ** 2) ** 0.5

best = min(values, key=lambda x: distance(x, target))

這是笛卡爾距離問題。

1. 首先取測試值x減去最佳x值的平方。
2. 然后取測試值y的平方減去最佳y值。
3. 最后，采用步驟1加上步驟2的平方根，即可得出距離。
4. 將其應用到列表中的所有項目，最低的編號（使用min函數）將最適合您。

Answer 1

def distance(tup1,tup2):
    """
        This question is unanswerable unless you can specify this

        examples for 2d (you can write more general N-dimensional code if you need):
        cartesian: math.sqrt((tup2[0]-tup1[0])**2 + (tup2[1]-tup1[1])**2)
        manhattan: (tup2[0]-tup1[0]) + (tup2[1]-tup1[1])
    """
    return # YOUR CODE HERE

min(values, key=lambda x:distance(target,x))

Answer 2

這只是問題的另一個視角。 由於這是笛卡爾平原的問題，因此將其轉換為復雜的平原並求解

>>> min((abs(complex(*e)-complex(*target)),e) for e in values)[-1]
(74, 76)

Answer 3

closest = min([(abs(val[0]-target[0])+abs(val[1]-target[1]),val) for val in values])[1]

是一種方式。