Numpy：按索引将行从一个矩阵添加到另一个矩阵

Question

简而言之，我想对矩阵进行索引并添加到每一行。

在此示例中，第一行（索引为 0）应添加 [1,1,1]。然后第二行（由 1 索引）应该添加 [2, 2, 2]。最后，第一行（由第三个 0 索引）应该添加 [3, 3, 3]。

>>> a = np.array([np.array([1,2,3]), np.array([4,5,6])])
>>> a
array([[1, 2, 3],
       [4, 5, 6]])
>>> a[np.array([0,1,0]), :] += np.array([np.array([1,1,1]), np.array([2,2,2]), np.array([3,3,3])])

期望：

>>> a
array([[5, 6, 7],
       [6, 7, 8]])

实际：

>>> a
array([[4, 5, 6],
       [6, 7, 8]])

编辑 2：

根据下面的评论，解决方案运行缓慢。从代码的一部分，我只是添加 0 来测试速度：

print y.shape
print dW.shape
np.add.at(dW, (y, slice(None)), 0)

产量：

(49000,)
(10, 3073)

大约需要 21 秒。如果没有 np.add.at 行，其余代码大约需要 1 秒。 y.npy dW.npy

Answer 1

这是numpy的一个已知问题，解释得很好here:

For example, a[[0,0]] += 1 will only increment the first element once because of buffering, whereas add.at(a, [0,0], 1) will increment the first element twice.

numpy 使用 add.at() 解决问题。示例：

a = array([1,2,3])
add.at(a,[0,0],4) # now a = array([9, 2, 3])

在这种情况下，我们希望它适用于多维数组：

a = np.array([np.array([1,2,3]), np.array([4,5,6])])
np.add.at(a,([0,1,0],slice(None)),array([[1,1,1],[2,2,2],[3,3,3]]))

结果是：

array([[5, 6, 7], [6, 7, 8]])

我猜你把 7 打错了 6。

Numpy：按索引将行从一个矩阵添加到另一个矩阵

Numpy: Add rows from one matrix to another by index

python

numpy