如何使用 python 花式索引将元素添加到二维数组？

Question

我正在用 python 编写一个程序，我想尽可能地对其进行矢量化。我有以下变量

1. 二维零数组E，形状为(L,T)。
2. 数组w，形状为(N,)，任意值。
3. 数组index，形状为(A,)，其值是介于0 和N-1 之间的整数。这些值是独一无二的。
4. 数组labels，形状与w（(A,)）相同，其值为0和L-1之间的整数。 这些值不一定是唯一的。
5. 0 和 T-1 之间的整数 t。

我们希望将索引index 处的w 的值添加到数组E 的行labels 和列t。我使用了以下代码：

E[labels,t] += w[index]

但是这种方法并没有得到预期的结果。例如，

import numpy as np

E = np.zeros([10,1])
w = np.arange(0,100)
index = np.array([1,3,4,12,80])
labels = np.array([0,0,5,5,2])
t = 0
E[labels,t] += w[index]

给

array([[ 3.],
   [ 0.],
   [80.],
   [ 0.],
   [ 0.],
   [12.],
   [ 0.],
   [ 0.],
   [ 0.],
   [ 0.]])

但正确的答案应该是

array([[ 4.],
       [ 0.],
       [80.],
       [ 0.],
       [ 0.],
       [16.],
       [ 0.],
       [ 0.],
       [ 0.],
       [ 0.]])

有没有办法在不使用 for 循环的情况下实现这种行为？

我意识到我可以使用这个：np.add.at(E,[labels,t],w[index]) 但它给了我这个警告：

FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated; use `arr[tuple(seq)]` instead of `arr[seq]`. In the future this will be interpreted as an array index, `arr[np.array(seq)]`, which will result either in an error or a different result.

Answer 1

从类似的question 中提取，您可以使用np.bincount() 来实现您的目标：

import numpy as np
import time

E = np.zeros([10,1])
w = np.arange(0,100)
index = np.array([1,3,4,12,80])
labels = np.array([0,0,5,5,2])
t = 0

# --------- Using np.bincount()
start = time.perf_counter()
for _ in range(10000):
    E = np.zeros([10,1])
    values = w[index]
    result = np.bincount(labels, values, E.shape[0])
    E[:, t] += result
print("Bin count time: {}".format(time.perf_counter() - start))
print(E)


# --------- Using for loop
for _ in range(10000):
    E = np.zeros([10,1])
    for i, in_ in enumerate(index):
        E[labels[i], t] += w[in_]
print("For loop time: {}".format(time.perf_counter() - start))
print(E)

给予：

Bin count time: 0.045003452
[[ 4.]
 [ 0.]
 [80.]
 [ 0.]
 [ 0.]
 [16.]
 [ 0.]
 [ 0.]
 [ 0.]
 [ 0.]]
For loop time: 0.09853353699999998
[[ 4.]
 [ 0.]
 [80.]
 [ 0.]
 [ 0.]
 [16.]
 [ 0.]
 [ 0.]
 [ 0.]
 [ 0.]]