python - 通过索引列表使用不同数组中的值，使用 += 更改 numpy 数组中的特定值

Question

我想通过第三个索引数组使用另一个数组中的值来更改一个数组中的值，例如:

import numpy as np
F = np.zeros((4,3)) # array I wish to change
f = np.array([[3,4,0],[0,0,1]]) # values I wish to add to F
i = np.array([2, 2]) # indices in F I wish to affect

让我们使用这些数据来做 +=操作F在每个索引上 i使用 f 中的值

for id in xrange(len(i)):
    F[i[id]] += f[id]

# F[2] is now equal to np.array([ 3.,  4.,  1.]) because 
# both values in f have been correctly added to F[2]

我假设我可以在一行中执行相同的操作，如下所示:

F[i] += f
# F[2] is now equal to np.array([ 0.,  0.,  1.])
# i expected np.array([ 3.,  4.,  1.])

但这失败了。我期望的结果是np.array([ 3., 4., 1.])

如果i是不同索引的列表(例如: array([0, 2]) )然后 F[0]和F[2]将被设置为 f 中的正确项目，但在这种情况下我想做 +=操作，当索引重复时我希望结果是累积的。

有没有办法通过简单的一行操作来完成此操作？

Answer 1

您要查找的操作是 numpy.add.at 。至关重要的是，这在指定的索引处进行了无缓冲添加，而F[i] += f使用内部缓冲区。

但是，ufunc.at 因非最佳而臭名昭著。如果您的数组足够大并且是矩形，则可能值得做一个小循环并使用 bincount 。时间示例:

In [43]: n = 10**5
    ...: m = 10**6
    ...: I = np.random.randint(n, size=m)
    ...: f = np.random.rand(m, 3)

In [44]: %%time
    ...: F = np.zeros((n, 3))
    ...: np.add.at(F, I, f)
Wall time: 624 ms

In [45]: %%time
    ...: F2 = np.zeros((n, 3))
    ...: for dim in range(3):
    ...:     F2[:,dim] += np.bincount(I, f[:,dim], n)t
Wall time: 94 ms

In [46]: np.allclose(F, F2)
Out[46]: True