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 中我们想要 sum 的行的索引。因此，例如，result 数组中的第 4 行应包含 array_2 中与 array_1 中的所有 3 具有相同行索引的所有行的总和。 =24=]

看代码更容易理解：

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，但我需要将数组中的两个元素用作索引，并将其行用作索引，所以我不确定 np.einsum 是否是此处的最佳路径。

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

任何时候你从一个重复的索引中添加一些东西，像 np.add don't work out of the box because they only process a repeated fancy index once. Instead, you have to use the unbuffered version, which is np.add.at.

这样的普通 ufuncs

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

首先，将索引明确构造为 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，但您需要 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，因此可以将其截断为

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]))

添加由另一个数组索引的数组的重复元素

Add repeated elements of array indexed by another array

python

numpy

numpy-indexing

numpy-ndarray