python - NumPy:选择数据并将其求和到数组中

Question

我有一个(大)数据数组和一个(大)列表(几个)索引，例如，

data = [1.0, 10.0, 100.0]
contribs = [[1, 2], [0], [0, 1]]

对于 contribs 中的每个条目，我想总结 data 的相应值并将它们放入一个数组中。对于上面的例子，预期的结果是

out = [110.0, 1.0, 11.0]

循环执行此操作，

c = numpy.zeros(len(contribs))
for k, indices in enumerate(contribs):
    for idx in indices:
        c[k] += data[idx]

但是由于 data 和 contribs 很大，所以花费的时间太长了。

我觉得这可以通过使用 numpy 的奇特索引来改进。

有什么提示吗？

Answer 1

一种可能是

data = np.array(data)
out = [np.sum(data[c]) for c in contribs]

至少应该比双循环更快。