Python 特定索引的 numpy 数组求和

Question

如何仅对 numpy 数组的索引列表执行求和，例如，如果我有一个数组 a = [1,2,3,4] 和一个要求和的索引列表，indices = [0, 2] 并且我想要一个快速的给我答案 4 的操作，因为 a 中索引 0 和索引 2 处的求和值的值为 4

Answer 1

尝试：

>>> a = [1,2,3,4]
>>> indices = [0, 2]
>>> sum(a[i] for i in indices)
4

如果你的数字很多，又想要高速，那你就需要用到numpy：

>>> import numpy as np
>>> a = np.array([1,2,3,4])
>>> a[indices]
array([1, 3])
>>> np.sum(a[indices])
4

Answer 2

用indices索引后可以直接使用sum:

a = np.array([1,2,3,4])
indices = [0, 2] 
a[indices].sum()

Answer 3

公认的a[indices].sum()方法复制数据并创建一个新数组，如果数组很大，这可能会导致问题。 np.sum 实际上有一个屏蔽列的参数，你可以这样做

np.sum(a, where=[True, False, True, False])

不复制任何数据。

mask数组可以通过以下方式获取：

mask = np.full(4, False)
mask[np.array([0,2])] = True

Python numpy array sum over certain indices