获取Numpy数组中最接近指定整数的元素索引

这事儿用NumPy处理超方便，我给你写个完整的实现，完全符合你的需求：

首先得把你给的普通列表转换成NumPy数组（毕竟NumPy的数组才有这些便捷的数值计算方法），核心思路就是计算每个元素和目标整数的差值绝对值，找到绝对值最小的那个元素的索引就行。

完整代码示例 #

import numpy as np

# 将你的列表转为NumPy数组
arr = np.array([0.23, 2.32, 4.04, 5.02, 6.84, 10.12, 10.34, 11.93, 12.44])

def find_closest_index(target):
    # 计算每个元素与目标的差值绝对值
    diffs = np.abs(arr - target)
    # 返回差值最小的元素的索引
    return np.argmin(diffs)

# 测试你的示例场景
print(find_closest_index(10))  # 输出5，对应元素10.12
print(find_closest_index(12))  # 输出7，对应元素11.93

简单解释 #

• np.abs(arr - target)：逐个计算数组里每个元素和目标整数的差，再取绝对值，这样我们就得到了每个元素到目标的"距离"。
• np.argmin(diffs)：找到这个"距离"数组里最小值的位置索引，也就是最接近目标的元素的位置。

补充说明 #

如果数组里有两个元素和目标的距离完全相等（比如数组里同时有9.88和10.12，目标是10），np.argmin会返回第一个出现的那个元素的索引，这是NumPy的默认行为哦。

内容的提问来源于stack exchange，提问作者magicsword