Этот ответ объясняет, как найти ближайший (отсортированный) элемент массива кодна точкаспособом, эффективным для больших массивов (слегка модифицированным):

def arg_nearest(array, value):
    idx = np.searchsorted(array, value, side="left")
    if idx > 0 and (idx == len(array) or math.fabs(value - array[idx-1]) < math.fabs(value - array[idx])):
        return idx-1
    else:
        return idx

Если вместо этого мы хотим найти элементы массива, ближайшие кзадавать точек (то есть второй массив); Существуют ли эффективные (по скорости, для больших массивов) способы расширения этого, кроме использования цикла for?

Некоторые тестовые случаи:

>>> xx = [0.2, 0.8, 1.3, 1.5, 2.0, 3.1, 3.8, 3.9, 4.5, 5.1, 5.5]
>>> yy = [1, 2, 3, 4, 5]
>>> of_x_nearest_y(xx, yy)
[0.5, 2.0, 3.1, 3.9, 5.1]

>>> xx = [0.2, 0.8, 1.3, 1.5, 2.0, 3.1, 3.8, 3.9, 4.5, 5.1, 5.5]
>>> yy = [-2, -1, 4.6, 5.8]
>>> of_x_nearest_y(xx, yy)
[0.2, 0.2, 4.5, 5.5]

Изменить: при условии, что оба массива отсортированы, вы можете сделатьнемного лучше чемполностью наивный цикл for путем исключения значений ниже тех, которые уже сопоставлены, т.е.

def args_nearest(options, targets):
    locs = np.zeros(targets.size, dtype=int)
    prev = 0
    for ii, tt in enumerate(targets):
        locs[ii] = prev + arg_nearest(options[prev:], tt)
        prev = locs[ii]
    return locs