如何获取与数组A匹配的数组B对应点的索引列表？

先看原有的Python代码及功能：

A = [(1,2,3),(2,3,4)]
B = [(2,4,3),(1,8,1),(2,3,5),(1,5,3)]
def closestNew(A,B):
    C = {}
    for bp in B:
       closestDist = -1
       for ap in A:
          dist = sum(((bp[0]-ap[0])**2, (bp[1]-ap[1])**2, (bp[2]-ap[2])**2))
          if(closestDist > dist or closestDist == -1):
             C[bp] = ap
             closestDist = dist
    return C

这个函数会返回B中每个点对应的A里最近点的映射，实际输出结果为：

{(2, 4, 3): (1, 2, 3), (1, 8, 1): (1, 2, 3), (2, 3, 5): (2, 3, 4), (1, 5, 3): (1, 2, 3)}

（注：你提供的输出写反了键值对，原函数是以B点为键、A点为值的映射，后续思路基于正确逻辑调整）

现在需要获取A中每个点对应的B点在原B列表中的索引，期望结果是idx=[0,2]，以下是两种实用实现思路：

方法一：修改原函数，直接记录索引 #

遍历B的时候用enumerate同时拿到元素和它的索引，在确定每个B点对应的最近A点后，把A点作为键存储对应的B点索引，最后按A的顺序提取索引即可，逻辑和原函数完全一致，还能直接拿到需要的结果：

A = [(1,2,3),(2,3,4)]
B = [(2,4,3),(1,8,1),(2,3,5),(1,5,3)]

def closestNewWithIndices(A, B):
    # 存储A点到B点的映射（和原函数输出的反向映射一致）
    point_map = {}
    # 存储A点到对应B点索引的映射
    index_map = {}
    
    for idx, bp in enumerate(B):
        closest_dist = -1
        target_ap = None
        for ap in A:
            # 计算欧氏距离的平方（比开根号更快，不影响比较结果）
            dist = sum(((bp[i] - ap[i])**2 for i in range(3)))
            if closest_dist == -1 or dist < closest_dist:
                closest_dist = dist
                target_ap = ap
        # 按原函数逻辑：如果多个B点对应同一个A点，后面的会覆盖前面的
        point_map[target_ap] = bp
        index_map[target_ap] = idx
    
    # 按A的顺序提取索引，得到期望的列表
    idx_list = [index_map[ap] for ap in A]
    return point_map, idx_list

# 调用示例
result_map, idx = closestNewWithIndices(A, B)
print("点映射结果:", result_map)  # {(1, 2, 3): (2, 4, 3), (2, 3, 4): (2, 3, 5)}
print("对应索引:", idx)          # [0, 2]

方法二：基于原函数输出反向查找索引 #

如果不想改动原函数，可以先拿到原函数的输出，再反向构建A点到B点的映射，最后用B.index()获取每个B点的索引：

# 原函数保持不变
def closestNew(A,B):
    C = {}
    for bp in B:
       closestDist = -1
       for ap in A:
          dist = sum(((bp[0]-ap[0])**2, (bp[1]-ap[1])**2, (bp[2]-ap[2])**2))
          if(closestDist > dist or closestDist == -1):
             C[bp] = ap
             closestDist = dist
    return C

# 步骤1：获取原函数的映射结果
original_map = closestNew(A, B)
# 步骤2：反向构建A点到B点的映射
reverse_map = {ap: bp for bp, ap in original_map.items()}
# 步骤3：按A的顺序查找每个B点在原列表中的索引
idx = [B.index(reverse_map[ap]) for ap in A]
print(idx)  # [0, 2]

⚠️ 注意：这种方法有局限性，如果B列表中存在重复的点，B.index()只会返回该点第一次出现的索引，结果可能不符合预期，因此优先推荐方法一。

内容的提问来源于stack exchange，提问作者TullMesh