用重复索引递增Numpy数组

Question

我有一个Numpy数组，还有一个索引列表，我想把这些索引对应的值都加一。这个列表可能会有重复的索引，我希望加一的次数能根据每个索引出现的次数来调整。如果没有重复的索引，操作起来就很简单：

a=np.zeros(6).astype('int')
b=[3,2,5]
a[b]+=1

但是如果有重复的索引，我想出了以下的方法。

b=[3,2,5,2]                     # indices to increment by one each replicate
bbins=np.bincount(b)
b.sort()                        # sort b because bincount is sorted
incr=bbins[np.nonzero(bbins)]   # create increment array
bu=np.unique(b)                 # sorted, unique indices (len(bu)=len(incr))
a[bu]+=incr

这样做是最好的方法吗？我是否有风险假设 np.bincount 和 np.unique 的操作结果会保持相同的排序？我是不是漏掉了什么简单的Numpy操作可以解决这个问题？

Answer 1

如果 b 是 a 的一个小范围，我们可以这样进一步完善 Alok 的回答：

import numpy as np
a = np.zeros( 100000, int )
b = np.array( [99999, 99997, 99999] )

blo, bhi = b.min(), b.max()
bbins = np.bincount( b - blo )
a[blo:bhi+1] += bbins

print a[blo:bhi+1]  # 1 0 2

Answer 2

在numpy版本大于等于1.8时，你可以使用加法的“通用函数”（也叫ufunc）中的at方法。正如文档中提到的：

对于加法的ufunc，这个方法相当于 a[indices] += b，不过它会对那些被多次索引的元素进行累加。

所以以你的例子为例：

a = np.zeros(6).astype('int')
b = [3, 2, 5, 2]

…然后…

np.add.at(a, b, 1)

…会让a变成…

array([0, 0, 2, 1, 0, 1])

Answer 3

在你执行完

bbins=np.bincount(b)

之后，为什么不试试：

a[:len(bbins)] += bbins

(为了进一步简化，进行了编辑。)