值得注意的是，Lauritz使用平分的建议实际上并没有在MyList中找到与MyNumber最接近的值。相反，bisect在MyList中查找MyNumber之后的下一个值。所以在OP的例子中，你实际上会返回44的位置而不是4的位置。

>>> myList = [1, 3, 4, 44, 88] 
>>> myNumber = 5
>>> pos = (bisect_left(myList, myNumber))
>>> myList[pos]
...
44

要得到最接近5的值，您可以尝试将列表转换为数组，并像这样使用numpy中的argmin。

>>> import numpy as np
>>> myNumber = 5   
>>> myList = [1, 3, 4, 44, 88] 
>>> myArray = np.array(myList)
>>> pos = (np.abs(myArray-myNumber)).argmin()
>>> myArray[pos]
...
4

我不知道这有多快，我猜“不是很快”。

值得注意的是，Lauritz使用平分的建议实际上并没有在MyList中找到与MyNumber最接近的值。相反，bisect在MyList中查找MyNumber之后的下一个值。所以在OP的例子中，你实际上会返回44的位置而不是4的位置。

>>> myList = [1, 3, 4, 44, 88] 
>>> myNumber = 5
>>> pos = (bisect_left(myList, myNumber))
>>> myList[pos]
...
44

要得到最接近5的值，您可以尝试将列表转换为数组，并像这样使用numpy中的argmin。

>>> import numpy as np
>>> myNumber = 5   
>>> myList = [1, 3, 4, 44, 88] 
>>> myArray = np.array(myList)
>>> pos = (np.abs(myArray-myNumber)).argmin()
>>> myArray[pos]
...
4

我不知道这有多快，我猜“不是很快”。

def closest(list, Number):
    aux = []
    for valor in list:
        aux.append(abs(Number-valor))

    return aux.index(min(aux))

这段代码将为您提供列表中与number最接近的数字的索引。

KennyTM给出的解决方案是最好的，但在您不能使用它的情况下(如brython)，这个函数将完成工作

遍历列表并将当前最接近的数字与abs(currentNumber - myNumber)进行比较:

def takeClosest(myList, myNumber):
    closest = myList[0]
    for i in range(1, len(myList)):
        if abs(i - myNumber) < closest:
            closest = i
    return closest

如果我们不确定列表是否已排序，可以使用内置的min()函数来查找与指定数字距离最小的元素。

>>> min(myList, key=lambda x:abs(x-myNumber))
4

注意，它也适用于具有int键的字典，如{1:"a"， 2: "b"}。该方法耗时O(n)。

如果列表已经排序了，或者你可以只对数组排序一次，使用@Lauritz的回答中说明的平分方法，它只需要O(log n)时间(注意，检查列表是否已经排序是O(n)，排序是O(n log n))。

def find_nearest(array, value):
    array = np.asarray(array)
    idx = (np.abs(array - value)).argmin()
    return array[idx]

通过使用

price_near_to=find_nearest(df['Close'], df['Close'][-2])