python - 处理 NumPy 分配中的重复索引

Question

我在二维数组中设置多个元素的值，但是我的数据有时包含给定索引的多个值。

似乎总是分配“稍后”的值(参见下面的示例)，但这种行为是否得到保证，或者我是否有可能得到不一致的结果？我怎么知道我可以在矢量化赋值中以我想要的方式解释“稍后”？

即在我的第一个示例中，a 肯定总是包含 4 并且在第二个示例中它会打印 values[0]?

非常简单的例子:

import numpy as np
indices = np.zeros(5,dtype=np.int)
a[indices] = np.arange(5)
a # array([4])

另一个例子

import numpy as np

grid = np.zeros((1000, 800))

# generate indices and values
xs = np.random.randint(0, grid.shape[0], 100)
ys = np.random.randint(0, grid.shape[1], 100)
values = np.random.rand(100)

# make sure we have a duplicate index
print values[0], values[5]
xs[0] = xs[5]
ys[0] = ys[5]

grid[xs, ys] = values

print "output value is", grid[xs[0], ys[0]]
# always prints value of values[5]

Answer 1

在 NumPy 1.9 及更高版本中，这通常不会被很好地定义。

当前实现使用单独的迭代器同时迭代所有(广播的)花式索引(和赋值数组)，并且这些迭代器都使用 C 顺序。换句话说，目前，是的，你可以。因为您可能想更准确地了解它。如果您比较处理这些事情的 NumPy 中的 mapping.c，您会发现它使用了 PyArray_ITER_NEXT，即 documented以 C 顺序排列。

对于 future ，我会以不同的方式描绘这幅画。我认为使用较新的迭代器一起迭代所有索引+赋值数组会很好。如果这样做了，那么订单可以保持开放，以便迭代器决定最快的方式。如果你保持它对迭代器开放，很难说会发生什么，但你不能确定你的例子是否有效(可能一维情况你仍然可以，但是......)。

所以，据我所知，它目前可以工作，但它是无证的(据我所知)，所以如果你真的认为应该确保这一点，你需要游说它并最好编写一些测试来制作当然可以保证。因为至少我很想说:如果它让事情变得更快，就没有理由确保 C-order，但当然也许有一个很好的理由隐藏在某个地方......

这里真正的问题是:你为什么要那样做？ ;)