NUMPY050 题解：找最接近的值

题目

如何在数组中找出与给定标量最接近的值？

解题思路

计算每个元素与目标值的差的绝对值，然后找最小值对应的索引。

代码

import numpy as np
Z = np.arange(100)
v = np.random.uniform(0, 100)
index = (np.abs(Z - v)).argmin()
print(Z[index])

代码详解

1. np.arange(100) —— 创建 0-99 的数组
2. np.random.uniform(0, 100) —— 随机目标值（假设为 42.7）
3. np.abs(Z - v) —— 每个元素与目标值的差的绝对值
   • |0-42.7| = 42.7
   • |1-42.7| = 41.7
   • ...
   • |42-42.7| = 0.7 ← 最小
   • |43-42.7| = 0.3 ← 实际最小
4. .argmin() —— 返回最小值的索引

示例

Z = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
v = 3.3

abs_diff = |0-3.3|=3.3, |1-3.3|=2.3, |2-3.3|=1.3, |3-3.3|=0.3, |4-3.3|=0.7
最小的是 0.3，对应索引 3

Z[3] = 3  ← 最接近 3.3 的值

其他方法

# 方法2：使用 searchsorted
index = np.searchsorted(np.sort(Z), v)
if index == 0:
    result = Z[0]
elif index == len(Z):
    result = Z[-1]
else:
    result = Z[index - 1] if v - Z[index-1] < Z[index] - v else Z[index]

核心知识点

1. np.abs() —— 绝对值
2. .argmin() —— 最小值索引
3. np.searchsorted() —— 二分查找插入位置

NumPy050 题解

参考代码

import numpy as np
Z = np.array(list(map(int, input().split())))
print(np.cumsum(Z))