Numpy 根据数组中的元素值对它们求和

问题描述：

我有未排序的索引数组：

i = np.array([1,5,2,6,4,3,6,7,4,3,2])

我还有一个相同长度的值数组：

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

我有一个包含所需值零的数组：

d = np.zeros(10)

现在我想根据 i 中的索引将元素添加到 v 的 d 值中。

如果我使用普通的 Python 来做的话，我会这样做：

for index,value in enumerate(v):
    idx = i[index]
    d[idx] += v[index]

它很丑而且效率低下。我该如何改变它？

解决方案 1：

np.add.at(d, i, v)

您可能认为d[i] += v这种方法可行，但如果您尝试以这种方式对同一单元格进行多次添加，则其中一个会覆盖其他。该ufunc.at方法可避免这些问题。

解决方案 2：

我们可以使用np.bincount据说非常有效的方法来进行这种累积加权计数，所以这里有一个 -

counts = np.bincount(i,v)
d[:counts.size] = counts

或者，使用minlength输入参数，对于一般情况，d可以是任何数组，并且我们想要添加到其中 -

d += np.bincount(i,v,minlength=d.size).astype(d.dtype, copy=False)

运行时测试

本节np.add.at将列出的方法other post与np.bincount本文前面列出的方法进行比较。

In [61]: def bincount_based(d,i,v):
    ...:     counts = np.bincount(i,v)
    ...:     d[:counts.size] = counts
    ...: 
    ...: def add_at_based(d,i,v):
    ...:     np.add.at(d, i, v)
    ...:     

In [62]: # Inputs (random numbers)
    ...: N = 10000
    ...: i = np.random.randint(0,1000,(N))
    ...: v = np.random.randint(0,1000,(N))
    ...: 
    ...: # Setup output arrays for two approaches
    ...: M = 12000
    ...: d1 = np.zeros(M)
    ...: d2 = np.zeros(M)
    ...: 

In [63]: bincount_based(d1,i,v) # Run approaches
    ...: add_at_based(d2,i,v)
    ...: 

In [64]: np.allclose(d1,d2)  # Verify outputs
Out[64]: True

In [67]: # Setup output arrays for two approaches again for timing
    ...: M = 12000
    ...: d1 = np.zeros(M)
    ...: d2 = np.zeros(M)
    ...: 

In [68]: %timeit add_at_based(d2,i,v)
1000 loops, best of 3: 1.83 ms per loop

In [69]: %timeit bincount_based(d1,i,v)
10000 loops, best of 3: 52.7 µs per loop