python - 网格搜索:获取与值最对应的索引(对于整个矩阵)

我知道已经回答了这个问题组，但是我正在专门研究numpy和scipy。说我有一个网格

lGrid = linspace(0.1, 8, 50)

我想找到最适合2的索引，

index = abs(lGrid-2).argmin()
lGrid[index]
2.034

但是，如果我有一个完整的值矩阵而不是2。我猜迭代非常慢。 abs(lGrid-[2,4])但是将由于形状问题而失败。我将需要一个易于扩展到N维矩阵的解决方案。在这种环境下最好的行动方案是什么？

最佳答案

您可以使用广播：

from numpy import arange,linspace,argmin
vals = arange(30).reshape(2,5,3) #your N-dimensional input, like array([2,4])
lGrid = linspace(0.1, 8, 50)
result = argmin(abs(lGrid-vals[...,newaxis]),axis=-1)

例如，使用输入vals = array([2,4])，您将获得result = array([12, 24])和lGrid[result]=array([ 2.03469388, 3.96938776])