如何在numpy中按索引累积数组？ [复制]答案

【问题标题】：How to accumulate an array by index in numpy? [duplicate]如何在numpy中按索引累积数组？ [复制]
【发布时间】：2016-10-27 18:18:05
【问题描述】：

我有一个数组：

a = np.array([0,0,0,0,0,0])

我想在 a 的每个索引中添加一些其他数组，而索引可以出现多次。我想获得每个索引的一些。我写：

a[np.array([1,2,2,1,3])] += np.array([1,1,1,1,1])

但得到一个：

array([0, 1, 1, 1, 0, 0])

但我想要的是得到：

array([0, 2, 2, 1, 0, 0])

如何在没有 for 循环的情况下在 numpy 中实现这一点？

【问题讨论】：

标签： python arrays numpy vectorization

【解决方案1】：

使用纯 numpy，并避免 for 循环：

np.add.at(a, np.array([1,2,2,1,3]), np.array([1,1,1,1,1]))

输出：

>>> a = np.array([0,0,0,0,0,0])
>>> np.add.at(a, np.array([1,2,2,1,3]), np.array([1,1,1,1,1]))
>>> a
array([0, 2, 2, 1, 0, 0])

请注意，这会进行就地替换。这是你想要的，但未来的观众可能并不想要。因此注释:)

【讨论】：

太棒了。我什至查看了np.add.reduceat，但我没有花太多时间使用ufunc 方法，所以我不知道其中的大部分。这里的documentation 就更完美了……“对于加法ufunc，这个方法等价于a[indices] += b，只不过对多次索引的元素累加结果”
谢谢，这正是我想要的。

【解决方案2】：

您可以执行以下操作（假设每个索引都有一个相关值）：

a = np.array([0,0,0,0,0,0])
idxs = np.array([1,2,2,1,3])
vals = np.array([1,1,1,1,1])
for idx, val in zip(idxs,vals):
    a[idx] += val

【讨论】：

【解决方案3】：

我不知道一个聪明的 numpy 矢量化方法来做到这一点......我能想到的最好的方法是：

>>> indices = np.array([1,2,2,1,3])
>>> values = np.array([1,1,1,1,1])
>>> a = np.array([0,0,0,0,0,0])
>>> for i, ix in enumerate(indices):
...   a[ix] += values[i]
... 
>>> a
array([0, 2, 2, 1, 0, 0])

【讨论】：

谢谢，但我想避免 for 循环。
@maple -- 我明白这一点，但我不知道有什么办法。当然，这并不是说没有方法可以做到（尽管可能没有）。无论如何，有时有一个正确（工作）代码的示例足以说明问题，以便其他人更好地解决它。
@maple 如果您想知道一种方法，请查看我的答案。谢谢。虽然我完全同意给出以不同方式解决问题的例子。

【解决方案4】：

你总是可以自己迭代。比如：

for i in [1,2,2,1,3]:
    a[i] += 1

【讨论】：

谢谢，但我想避免 for 循环。