python - 添加由另一个数组索引的数组的重复元素

Question

我有一个相对简单的问题，如果不使用循环就无法解决。我很难找出这个问题的正确标题。假设我们有两个 numpy 数组:

array_1 = np.array([[0, 1, 2],
                    [3, 3, 3],
                    [3, 3, 4],
                    [3, 6, 2]])

array_2 = np.array([[0, 0, 0], 
                    [1, 1, 1],
                    [2, 2, 2],
                    [3, 3, 3],
                    [4, 4, 4],
                    [5, 5, 5],
                    [6, 6, 6]])

array_1表示 array_2 中的行索引我们想要sum 。例如，4 result 中的第三行数组应包含 array_2 中所有行的总和与所有 3 具有相同的行索引位于 array_1 中。

在代码中更容易理解:

result = np.empty(array_2.shape)

for i in range(array_1.shape[0]):
    for j in range(array_1.shape[1]):
        index = array_1[i, j]
        result[index] = result[index] + array_2[i]

结果应该是:

[[ 0  0  0]
 [ 0  0  0]
 [ 3  3  3]
 [10 10 10]
 [ 2  2  2]
 [ 0  0  0]
 [ 3  3  3]]

我尝试使用np.einsum但我需要使用数组中的两个元素作为索引，并将其行作为索引，所以我不确定是否 np.einsum是这里的最佳路径。

这是我在图形方面遇到的问题。 array_1表示三角形的顶点索引，array_2表示法线，其中行的索引对应于顶点的索引

Answer 1

任何时候你从重复索引中添加一些东西，普通的ufuncs就像np.add不能开箱即用，因为它们只处理重复的花式索引一次。相反，您必须使用无缓冲版本，即 np.add.at .

这里有一对索引:array_1 中的行是 array_2 中的行索引，array_1 的元素是输出中的行索引。

首先，将索引显式构造为 fancy indices 。这将使它们的使用变得更加简单:

output_row = array_1.ravel()
input_row = np.repeat(np.arange(array_1.shape[0]), array_1.shape[1]).ravel()

您可以将 input_row 直接应用于 array_2，但需要 add.at 才能使用 output_row:

output = np.zeros_like(array_2)
np.add.at(output, output_row, array_2[input_row])

您实际上只使用了 array_2 的前四行，因此它可以被截断为

array_2 = array2[:array_1.shape[0]]

在这种情况下，您需要将输出初始化为:

output = np.zeros_like(array_2, shape=(output_row.max() + 1, array2.shape[1]))