numpy.array.__iadd__ 和重复索引[重复]

Question

我有一个数组：

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

和重复的索引列表：

idx = [0, 0, 1, 1, 2, 2]

以及我想使用上面的索引添加到 A 的另一个数组：

B = np.array([1, 1, 1, 1, 1, 1])

操作：

A[idx] += B

给出结果：array([1, 1, 1])，所以显然来自B 的值没有相加。作为结果array([2, 2, 2]) 的最佳方法是什么？我必须迭代索引吗？

Answer 1

为此 numpy 1.8 添加了 at 缩减：

at(a, indices, b=None)

对元素的操作数“a”执行非缓冲原地操作 由“索引”指定。对于添加ufunc，这个方法是等价的 到a[indices] += b，除了为元素累加结果 索引不止一次。例如，a[[0,0]] += 1 将 由于缓冲，只增加第一个元素一次，而 add.at(a, [0,0], 1) 将使第一个元素增加两次。

.. 版本添加:: 1.8.0

In [1]: A = np.array([0, 0, 0])
In [2]: B = np.array([1, 1, 1, 1, 1, 1])
In [3]: idx = [0, 0, 1, 1, 2, 2]
In [4]: np.add.at(A, idx, B)
In [5]: A
Out[5]: array([2, 2, 2])

Answer 2

怎么样：

A = np.array([1, 2, 3])
idx = [0, 0, 1, 1, 2, 2]
A += np.bincount(idx, minlength=len(A))

如果 A 从零开始，显然会更简单：

A = np.bincount(idx)