如何从点列表中找到最近的坐标？答案

【问题标题】：How to find the closest coordinate from a list of points?如何从点列表中找到最近的坐标？
【发布时间】：2021-02-17 18:05:51
【问题描述】：

假设我有一个 x,y 坐标列表，如下所示：

A = [(26, 63), (23, 63), (22, 63), (21, 63), (20, 63), (22, 62), (27, 63)]

我有一个点的 x, y 坐标如下：

leftbottom = (0, 238)

现在，我想在A 列表中找到与leftbottom 点最近的点。

我怎样才能最有效地做到这一点？

【问题讨论】：

有什么东西阻止你遍历列表 A 并计算每个元组左下角的距离吗？您可以使用以下公式做到这一点：√[(x₂ - x₁)² + (y₂ - y₁)²]
到目前为止你尝试了什么？
leftbottom不是坐标，是图片在(0, 238)处的值
@Nastor：这可行，但速度很慢。使用 numpy 更好，并且内置函数可以做到这一点
@Ben2209 如果性能是个问题，OP 会这么说。我只是提供了一种没有外部模块的本地方法。

标签： python coordinates distance

【解决方案1】：

Numpy 有一个有用的功能：norm。

import numpy as np
A = [(26, 63), (25, 63), (24, 63), (23, 63), (22, 63), (21, 63), (20, 63), (22, 62), (27, 63)]
A = np.array(A)
leftbottom = np.array((0,238))
distances = np.linalg.norm(A-leftbottom, axis=1)
min_index = np.argmin(distances)
print(f"the closest point is {A[min_index]}, at a distance of {distances[min_index]}")

结果：

the closest point is [20 63], at a distance of 176.13914953808538

【讨论】：

【解决方案2】：

你可以使用numpy:

import numpy as np

A = [(26, 63), (25, 63), (24, 63), (23, 63), (22, 63), (21, 63), (20, 63), (22, 62), (27, 63)]
p = (0, 238)

xy = np.array(A).T

# euclidean distance
d = ( (xy[0] - p[0]) ** 2 + (xy[1] - p[1]) ** 2) ** 0.5

closest_idx = np.argmin(d)
closest = A[closest_idx]

print(closest)

(20, 63)

【讨论】：

【解决方案3】：

你可以简单地在python中获得最近的坐标。

假设leftbottom与A的格式相同。

leftbottom = [(x,y)]

import numpy as np
diffs = np.abs(np.array(A)-np.array(leftbottom))
dists = np.sum(dists,axis=1) #l1-distance
closest_point_index = np.argmin(dists)

【讨论】：

【解决方案4】：

如果您正在寻找不使用 numpy 的解决方案，也许这可以帮助您

  from math import sqrt
  def min_distance(x, y, iterable):
       list_of_distances = list(map(lambda t: sqrt(pow(t[0]-x,2)+pow(t[1]-y,2)),iterable))
       min_res = min(list_of_distances)
       index_of_min = list_of_distances.index(min_res)
       return iterable[index_of_min]
   
   A = [(26, 63), (25, 63), (24, 63), (23, 63), (22, 63),(21, 63), (20, 63), (22, 62), (27, 63)]
   
   
  a = min_distance(0, 238, A)
  print(a)

【讨论】：

【解决方案5】：

这是一个内置解决方案，在点列表上使用min() 函数，key 参数是每个点到target 点的距离，使用math.hypot 计算：

import math

points = [(26, 80), (23, 24), (22, 63), (2, 63)] 
target = (1, 63)

print(min(points, key=lambda point: math.hypot(target[1]-point[1], target[0]-point[0])))

在本例中，(2, 63) 将被打印出来。

【讨论】：