NumPy分配中重复索引的处理

Question

我正在设置2D数组中多个元素的值，但是我的数据有时包含给定索引的多个值。

似乎总是分配了“更高”的值（请参见下面的示例），但是是否可以保证此行为，或者是否有机会获得不一致的结果？我怎么知道我可以按照我在矢量化分配中想要的方式来解释“稍后”？

也就是说，在我的第一个示例中，a肯定会始终包含4该内容，而在第二个示例中，它将打印values[0]吗？

很简单的例子：

import numpy as np
indices = np.zeros(5,dtype=np.int)
a[indices] = np.arange(5)
a # array([4])

另一个例子

import numpy as np

grid = np.zeros((1000, 800))

# generate indices and values
xs = np.random.randint(0, grid.shape[0], 100)
ys = np.random.randint(0, grid.shape[1], 100)
values = np.random.rand(100)

# make sure we have a duplicate index
print values[0], values[5]
xs[0] = xs[5]
ys[0] = ys[5]

grid[xs, ys] = values

print "output value is", grid[xs[0], ys[0]]
# always prints value of values[5]

Answer 1

在NumPy 1.9和更高版本中，通常不会对此进行很好的定义。

当前实现使用单独的迭代器同时遍历所有（广播的）花式索引（和分配数组），并且这些迭代器均使用C阶。换句话说，目前可以。由于您可能想更准确地了解它。如果mapping.c在处理这些问题的NumPy中进行比较，您会看到它使用PyArray_ITER_NEXT，该文档记录为C顺序。

为了将来，我会以不同的方式描绘这幅画。我认为使用更新的迭代器将所有索引+赋值数组一起迭代将是很好的。如果这样做，则可以保留订单以供迭代器决定最快的方式。如果您对迭代器保持开放状态，很难说会发生什么，但是您不能确定您的示例是否有效（可能仍然是一维情况，但是…）。

因此，据我所知，它目前可以使用，但尚未记录（据我所知），因此，如果您确实认为应该确保这样做，则需要游说并最好编写一些测试以确保它可以得到保证。因为至少有人倾向于说：如果它使事情变得更快，就没有理由确保C阶，但是当然也许有一个很好的理由隐藏在某处…

真正的问题是：您为什么仍要这么做？;）