python – 返回与UNSORTED多维数组中的B最接近的数字的函数,A？

这是我到目前为止的代码：

import numpy as np
def g_C(A,B):
  A = np.asanyarray(A)
  assert A.ndim == 2 # to assert that A is a multidimensional array.
  get = (np.abs(A-B)).argmin()
  return (A[get])

但是根据我的理解,我认为(np.abs(M-N)).argmin()实际上只对分类数组有效吗？我不允许在这个问题上对数组进行排序;我必须处理它的面值,逐行检查,并抓住最接近的数字的第一个实例到B.

例如,g_C([[1,3,6,-8],[2,7,1,0],[4,5,2,8],10]],9 )应该返回8

另外,我得到了numpy.argmin会有所帮助的提示,我看到它的目的是提取第一次出现的事情,这在这个问题上是有意义的,但我不确定如何将其完全融入代码我现在有.

编辑
平面建议完美无缺.谢谢大家.

我正在尝试RagingRoosevelt的第二个建议,我被困住了.

def g_C(A,B):
  A = np.asanyarray(A)
  D = np.full_like(A,B) # created an array D with same qualities as array A,but just filled with values of B
  diffs = abs(D-A) # finding absolute value differences between D and A
  close = diffs.argmin(axis=1) # find argmin of 'diffs',row by row
  close = np.asanyarray(close) # converted the argmins of 'diff' into an array
  closer = close.argmin() # the final argmin ??
  return closer

我正在尝试这个建议,因为我有另外一个与此相关的问题,我必须提取总和是最接近B的数字的行.我认为这是一个好的做法无论如何.