矩阵中给定索引的增量

Question

简要地说：存在类似的问题，最佳答案建议使用numpy.bincount。我需要同样的东西，但是需要一个矩阵。

我有两个数组：

array([1, 2, 1, 1, 2])
array([2, 1, 1, 1, 1])

它们共同构成应增加的索引：

>>> np.array([a, b]).T
array([[1, 2],
       [2, 1],
       [1, 1],
       [1, 1],
       [2, 1]])

我想得到这个矩阵：

array([[0, 0, 0],
       [0, 2, 1],  # (1,1) twice, (1,2) once
       [0, 2, 0]]) # (2,1) twice

矩阵将很小（例如5×5），索引的数量将很大（大约10 ^ 3或10 ^ 5）。

那么，有什么比for-loop更好（更快）的东西吗？

Answer 1

您仍然可以使用bincount()。关键是要转换a和b成扁平状索引的单一一维数组。

如果矩阵是nX m，你可以申请bincount()到a * m + b，构建从结果矩阵。

以您的问题为例：

In [15]: a = np.array([1, 2, 1, 1, 2])

In [16]: b = np.array([2, 1, 1, 1, 1])

In [17]: cnt = np.bincount(a * 3 + b)

In [18]: cnt.resize((3, 3))

In [19]: cnt
Out[19]: 
array([[0, 0, 0],
       [0, 2, 1],
       [0, 2, 0]])

如果数组的形状更复杂，则可能更容易使用np.ravel_multi_index()而不是手工计算平面索引：

In [20]: cnt = np.bincount(np.ravel_multi_index(np.vstack((a, b)), (3, 3)))

In [21]: np.resize(cnt, (3, 3))
Out[21]: 
array([[0, 0, 0],
       [0, 2, 1],
       [0, 2, 0]])

（帽子提示@Jaime指出ravel_multi_index。）