在字典键Python列表中查找最接近的值答案

【问题标题】：Finding closest values in a list of dictionary keys Python在字典键Python列表中查找最接近的值
【发布时间】：2014-02-18 00:15:27
【问题描述】：

给出一个观点：

      a=[X,Y,Z]

我实际上是在尝试从字典列表中找到最接近给定点的 3 个点。

需要比较的数据类型的简化示例如下所示：

       points=[{'Point':1,'co-ordinate':[0,1,2]},{'Point':2',co-ordinate':[0,1,3]},{'Point':3,'co-ordinate':[1,1,2]}] etc.

有什么想法或建议吗？

【问题讨论】：

您可以使用具有预测功能的支持向量机内核scikit-learn.org/stable/modules/svm.html。每个“坐标”都可以定义为一个多分类任务； a = [[X],[Y],[Z]]/[X,Y,Z] 和 clf.predict。
你觉得问题的哪一部分最困难？ python实现或“给定输入点x找到列表中最接近的点”的算法问题？这是为了了解您是否需要有关如何操作 python 的列表和字典的建议。
像这样的物理问题我可以解决，但这并不意味着我可以用 Python 编写它，我还是个菜鸟！我只需要一些有关 Python 实现和操作复杂列表/字典的指导。
如果您的点列表不短，请注意时间复杂度。您的问题类似于this，但在 3D 上工作您需要在 3D 中同时使用 sorts points 的东西

标签： python list dictionary

【解决方案1】：

您可以保留一个反向查找表，在其中返回键值对并将坐标存储为键。这很容易实现。然后您可以再次返回键并在每个坐标上执行距离公式。

如你所知，距离公式是：

dist = sqrt((x1 - x2)**2 + (y1 - y2)**2 + (z1 - z2)**2)

注意：您的列表中似乎有 3 个不同的词典。

【讨论】：

我看到了简单！谢谢 JFA。

【解决方案2】：

最接近 意味着您定义了一个距离函数。对于空间中的一个点，norm 2 is usually used。让我们首先编写一个函数来计算两点之间的范数，但由于我们可能不得不对迭代器使用它（或者可能因为我预见到某些东西，作为关键函数），我们将其设为 closure（以查找最接近的值，太酷了）。

from math import sqrt

def norm2(ptA):
    def norm2_close(ptB):
        xA, yA, zA = ptA
        xB, yB, zb = ptB
        return sqrt((xA-xB)**2 + (yA-yB)**2 + (zA-zB)**2)
    return norm2_close

现在，我们可以做

>>> normFromA = norm2([1, 2, 3])
>>> normFromA([3, 2, 1])
2.8284271247461903
>>> normfromA([4, 5, 6])
5.196152422706632

很好。但是我们仍然需要从您的字典列表中获取最小值。有很多可能性，但是当我们写了一个很好的闭包时，让我们修改它以满足我们的需要：

def norm2InDict(ptA):
    def norm2InDict_close(dict_for_ptB):
        xA, yA, zA = ptA
        xB, yB, zB = dict_for_ptB['co-ordinate']
        return sqrt((xA-xB)**2 + (yA-yB)**2 + (zA-zB)**2)
    return norm2InDict_close

让 python 执行boring work

>>> min(points, key=norm2InDict([1, 2, 3]))
{'co-ordinate': [0, 1, 3], 'Point': 2}

为了理解这个函数，python 将遍历列表的元素（每个字典），对它们应用 key 函数（这将计算范数 2），比较键并返回具有最小键的元素。对。如果我想要三个最接近的元素，而不是一个？好吧，文档告诉我们，我们可以为此使用 heapq 模块（我在列表中添加了一些要点，以获得更多乐趣）：

>>> import heapq
>>> points=[
    {'Point':1,'co-ordinate':[0,1,2]},
    {'Point':2,'co-ordinate':[0,1,3]},
    {'Point':3,'co-ordinate':[1,1,2]}, 
    {'Point':4,'co-ordinate':[2,5,2]},
    {'Point':5,'co-ordinate':[1,0,2]},
    {'Point':6,'co-ordinate':[1,2,2]}
]
>>> heapq.nsmallest(3, points, key=norm2InDict([1, 2, 3]))
[{'co-ordinate': [1, 2, 2], 'Point': 6}, {'co-ordinate': [0, 1, 3], 'Point': 2}, {'co-ordinate': [1, 1, 2], 'Point': 3}]

【讨论】：

【解决方案3】：

您可以根据距离函数对点列表进行排序，然后使用第一个。

import math
a=[0,0,0]

def dist(p0,p1):
    return math.sqrt((p1[0]-p0[0])**2+(p1[1]-p0[1])**2+(p1[2]-p0[2])**2)

points=[{'Point':1,'co-ordinate':[0,1,2]},{'Point':2,'co-ordinate':[0,1,3]},{'Point':3,'co-ordinate':[1,1,2]},] 

sorted_by_dist = sorted(points,key=lambda p:dist(a,p['co-ordinate']))
closest = sorted_by_dist[0]
furthest = sorted_by_dist[-1]

【讨论】：

【解决方案4】：

在此处了解 sorted 函数 ==> https://wiki.python.org/moin/HowTo/Sorting。我想寻找的是sorted 函数中的key 选项。

一旦您了解了 sorted 函数，您就可以对字典进行排序，并且要键入，只需提供对其进行排序的函数即可。因此，让我们说您的观点p as

p = [2,3,4] # or any other list value ...

那么，一个函数接受这个点和另一个点并返回一个dictance可以写成：

# Note that there s no need for the Numpy dependency. I do this only for 
# brevety. You can use the dist function which was previously mentioned.
import numpy as np
def dist(p1, p2): 
    p1, p2 = np.array(p1), np.array(p2)
    return sqrt(sum((p1 - p2)**2))

现在您可以对数组进行排序，并将前 3 个点作为：

pointList = sorted(points, key = lambda x: dist(x['co-ordinate'], p)  )[:3]

【讨论】：