在长向量中高效获取最小值索引，Python

Question

我有一长串经度值（长度为420481），还有一串纬度值。我想找到与最小经度对应的纬度。

我试过这样做：

SE_Lat = [Lat[x] for x,y in enumerate(Lon) if y == min(Lon)]

但是这个方法花了很长时间才完成。

有没有人知道更有效的方法？

也许你们还有其他建议： 我现在想找到一个新的经度对应的最近的纬度，这个新经度不在原来的经度列表里。我试过这样：

minDiff = [min(abs(x - lon_new) for x in lons)] # not very quick, but works
[(lat,lon) for lat,lon in izip(lats,lons) if abs(lon-lon_new)==minDiff]

最后一行报错了，因为有多个匹配的结果。我现在不知道怎么只找到一个值，比如说第一个。任何帮助都非常感谢！

Answer 1

在直接讨论解决这个问题的各种方法之前，我们先来看看原始代码为什么这么慢。

SE_Lat = [Lat[x] for x,y in enumerate(Lon) if y == min(Lon)]

根据提问者提供的信息，我们知道 len(Lon) == 420481。找到最小值的操作是 O(N)，意思是你得至少看一遍每个值。在列表推导式中，条件在每次循环时都会重新计算。上面的代码在每次循环中都重新计算最小值，这样就把原本应该是 O(N) 的操作变成了 O(N^2)，在这个例子中，竟然要进行 177 十亿 次迭代。

如果我们把 min(Lon) 的结果存储在一个局部变量中，然后在循环条件中使用这个变量，而不是每次都重新计算，运行时间就会降到一个可以接受的水平。

不过，如果是我来做（假设我之后还需要所有的纬度、经度和索引），我会这样处理：

min_longitude, min_index = min(longitude, index for index, longitude in enumerate(Lon))
min_latitude = Lat[min_index]

当然，还有很多其他的选择，哪种方法最好会根据具体的使用情况而有所不同。

Answer 2

在编程中，有时候我们需要让程序在特定的条件下执行某些操作。这就像给程序设定了一些规则，只有当这些规则被满足时，程序才会继续进行。比如说，你可能希望程序在用户输入正确的密码后才能打开某个文件，这就是一个条件判断的例子。

条件判断通常使用“如果”这个词来开始，比如“如果用户输入的密码是正确的，那么就打开文件”。在编程中，这种判断可以通过一些简单的语句来实现，帮助程序做出决策。

在代码中，我们可以看到一些特定的结构来实现这些条件判断。比如，使用“if”这个关键词来表示“如果”，然后跟上条件，最后是要执行的操作。这种方式让程序能够灵活应对不同的情况。

总之，条件判断就像是在给程序设定规则，让它在不同情况下做出不同的反应。这样可以让程序更加智能和实用。

min(itertools.izip(Lat, Lon), key=operator.itemgetter(1))[0]

Answer 3

我可以推荐使用numpy吗？

import numpy
nplats = numpy.array(lats)
nplons = numpy.array(lons)

# this part is 20x faster than using the built-in python functions
index = numpy.argmin(nplats)

print nplats[index], nplons[index]

这个方法比使用min(izip())的解决方案快很多（在我这边测试时，处理420481条随机生成的数据记录时快了大约20倍），不过当然你得把你的数据存储在numpy里，才能享受到这种速度提升。