将多个值添加到一个numpy数组索引

Question

简单版本： 如果我这样做：

import numpy as np
a = np.zeros(2)
a[[1, 1]] += np.array([1, 1])

我得到[0, 1]的输出。但是我想[0, 2]。使用隐式numpy循环而不是自己遍历它，是否可能以某种方式实现？

我实际上需要做什么的版本：

我有一个结构化的数组，其中包含一个索引，一个值和一些布尔值。我想根据布尔值对那些索引处的值求和。显然，这可以通过一个简单的循环来完成，但是似乎可以通过聪明的numpy索引来实现（如上所述）。

例如，我有一个包含5个元素的数组，要从数组中填充值，索引和条件：

import numpy as np
size = 5
nvalues = 10
np.random.seed(1)
a = np.zeros(nvalues, dtype=[('val', float), ('ix', int), ('cond', bool)])
a = np.rec.array(a)
a.val = np.random.rand(nvalues)
a.cond = (np.random.rand(nvalues) > 0.3)
a.ix = np.random.randint(size, size=nvalues)

# obvious solution
obvssum = np.zeros(size)
for i in a:
    if i.cond:
        obvssum[i.ix] += i.val

# is something this possible?
doesntwork = np.zeros(size)
doesntwork[a[a.cond].ix] += a[a.cond].val

print(doesntwork)
print(obvssum)

输出：

[ 0.          0.          0.61927097  0.02592623  0.29965467]
[ 0.          0.          1.05459336  0.02592623  1.27063303]

我认为这里发生的是，如果a[a.cond].ix保证是唯一的，那么我的方法就可以正常工作，如简单示例中所述。

Answer 1

这是atNumPy
ufuncs方法的用途：

output = numpy.zeros(size)
numpy.add.at(output, a[a.cond].ix, a[a.cond].val)