numpy.add.at 可以与 2D 索引一起使用吗？答案

【问题标题】：Can numpy.add.at be used with 2D indices?numpy.add.at 可以与 2D 索引一起使用吗？
【发布时间】：2019-06-08 19:42:05
【问题描述】：

我有 2 个数组：
- image 是一个 NxN 数组，
- indices 是一个 Mx2 数组，其中最后一个维度将有效索引存储到 image。

我想在image 中为indices 中该索引的每次出现添加1。

似乎numpy.add.at(image, indices, 1) 应该可以解决问题，只是我无法让它对image 执行二维索引：

image = np.zeros((5,5), dtype=np.int32)
indices = np.array([[1,1], [1,1], [3,3]])
np.add.at(image, indices, 1)
print(image)

结果：

[[0 0 0 0 0]
 [4 4 4 4 4]
 [0 0 0 0 0]
 [2 2 2 2 2]
 [0 0 0 0 0]]

想要的结果：

[[0 0 0 0 0]
 [0 2 0 0 0]
 [0 0 0 0 0]
 [0 0 0 1 0]
 [0 0 0 0 0]]

【问题讨论】：

错误是什么？
来自文档：If first operand has multiple dimensions, indices can be a tuple of array like index objects or slice objects. indices 不是元组，是吗？
您必须 1) 转置 indices 和 2) 将结果转换为 @hpaulj 指出的元组。
是的，我阅读了文档，但我想我不明白它们的意思。转置索引似乎没有帮助。你能给我一个代码示例吗？谢谢！

标签： numpy numpy-ufunc

【解决方案1】：

In [477]: np.add.at(x,(idx[:,0],idx[:,1]), 1)                                                          
In [478]: x                                                                                            
Out[478]: 
array([[0., 0., 0., 0., 0.],
       [0., 2., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 1., 0.],
       [0., 0., 0., 0., 0.]])

或等效

In [489]: np.add.at(x,tuple(idx.T), 1)                                                                 
In [490]: x                                                                                            
Out[490]: 
array([[0., 0., 0., 0., 0.],
       [0., 2., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 1., 0.],
       [0., 0., 0., 0., 0.]])

地点：

In [491]: tuple(idx.T)                                                                                 
Out[491]: (array([1, 1, 3]), array([1, 1, 3]))
In [492]: x[tuple(idx.T)]                                                                              
Out[492]: array([2., 2., 1.])

【讨论】：