numpy.array .__ iadd__和重复的索引

Question

我有一个数组：

A = np.array([0, 0, 0])

以及重复索引列表：

idx = [0, 0, 1, 1, 2, 2]

我想使用上面的索引添加到另一个数组：

B = np.array([1, 1, 1, 1, 1, 1])

操作：

A[idx] += B

给出结果：array([1, 1, 1])，因此显然B未对from中的值求和。结果最好的方法是什么array([2, 2, 2])？我是否必须遍历索引？

Answer 1

为此numpy 1.8增加了at减少：

at（a，索引，b =无）

对’indices’指定的元素在操作数’a’上执行无缓冲的就地操作。对于加法ufunc，此方法等效于a[indices] += b，不同之处在于对索引多次的元素累积结果。例如，a[[0,0]] += 1由于缓冲，将仅对第一个元素递增一次，而 add.at(a, [0,0], 1)对第一个元素将递增两次。

..版本添加：： 1.8.0

In [1]: A = np.array([0, 0, 0])
In [2]: B = np.array([1, 1, 1, 1, 1, 1])
In [3]: idx = [0, 0, 1, 1, 2, 2]
In [4]: np.add.at(A, idx, B)
In [5]: A
Out[5]: array([2, 2, 2])