python - 如何使用 python 花式索引向 2D 数组添加元素？

Question

我正在用 python 编写一个程序，我想尽可能地对其进行矢量化。我有以下变量

1. 二维零数组 E，形状为 (L,T)。
2. 数组 w，形状为 (N,)，具有任意值。
3. 数组索引，形状为(A,)，其值为0和N-1之间的整数。这些值是唯一的。
4. 数组labels，形状与w ((A,))相同，其值为0<之间的整数 和 L-1。 这些值不一定是唯一的。
5. 0 和 T-1 之间的整数 t。

我们想要将索引 index 处的 w 值添加到数组 E 行 labels 处，并且列t。我使用了以下代码:

E[labels,t] += w[index]

但是这种方法并没有给出预期的结果。例如，

import numpy as np

E = np.zeros([10,1])
w = np.arange(0,100)
index = np.array([1,3,4,12,80])
labels = np.array([0,0,5,5,2])
t = 0
E[labels,t] += w[index]

给予

array([[ 3.],
   [ 0.],
   [80.],
   [ 0.],
   [ 0.],
   [12.],
   [ 0.],
   [ 0.],
   [ 0.],
   [ 0.]])

但正确答案是

array([[ 4.],
       [ 0.],
       [80.],
       [ 0.],
       [ 0.],
       [16.],
       [ 0.],
       [ 0.],
       [ 0.],
       [ 0.]])

有没有一种方法可以在不使用 for 循环的情况下实现此行为？

我意识到我可以使用这个:np.add.at(E,[labels,t],w[index])但它给了我这个警告:

FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated; use `arr[tuple(seq)]` instead of `arr[seq]`. In the future this will be interpreted as an array index, `arr[np.array(seq)]`, which will result either in an error or a different result.

Answer 1

取自类似的 question ，您可以使用np.bincount()实现您的目标:

import numpy as np
import time

E = np.zeros([10,1])
w = np.arange(0,100)
index = np.array([1,3,4,12,80])
labels = np.array([0,0,5,5,2])
t = 0

# --------- Using np.bincount()
start = time.perf_counter()
for _ in range(10000):
    E = np.zeros([10,1])
    values = w[index]
    result = np.bincount(labels, values, E.shape[0])
    E[:, t] += result
print("Bin count time: {}".format(time.perf_counter() - start))
print(E)


# --------- Using for loop
for _ in range(10000):
    E = np.zeros([10,1])
    for i, in_ in enumerate(index):
        E[labels[i], t] += w[in_]
print("For loop time: {}".format(time.perf_counter() - start))
print(E)

给予:

Bin count time: 0.045003452
[[ 4.]
 [ 0.]
 [80.]
 [ 0.]
 [ 0.]
 [16.]
 [ 0.]
 [ 0.]
 [ 0.]
 [ 0.]]
For loop time: 0.09853353699999998
[[ 4.]
 [ 0.]
 [80.]
 [ 0.]
 [ 0.]
 [16.]
 [ 0.]
 [ 0.]
 [ 0.]
 [ 0.]]