按索引对numpy数组进行累计求和

Question

假设你有一个数值数组，需要把这些数值加在一起。

d = [1,1,1,1,1]

还有一个第二个数组，里面指定了哪些元素需要被加在一起。

i = [0,0,1,2,2]

结果会存储在一个新的数组里，这个数组的大小是 max(i)+1。举个例子，如果 i=[0,0,0,0,0]，那么就相当于把所有 d 中的元素加起来，然后把结果放在新数组的第 0 个位置，这个新数组的大小是 1。

我尝试用下面的方式来实现这个功能：

c = zeros(max(i)+1)
c[i] += d

但是，+= 这个操作只会把每个元素加一次，所以得到了意想不到的结果：

[1,1,1]

而不是：

[2,1,2]

那要怎么正确地实现这种加法呢？

Answer 1

Juh_的评论是最有效的解决方案。下面是可以运行的代码：

import numpy as np
import scipy.ndimage as ni

i = np.array([0,0,1,2,2])
d = np.array([0,1,2,3,4])

n_indices = i.max() + 1
print ni.sum(d, i, np.arange(n_indices))

Answer 2

如果我理解这个问题没错的话，这里有一个很快的函数可以用（只要数据是一个一维的数组）

>>> i = np.array([0,0,1,2,2])
>>> d = np.array([0,1,2,3,4])
>>> np.bincount(i, weights=d)
array([ 1.,  2.,  7.])

np.bincount 会返回一个数组，包含所有整数的范围（最大值是 max(i)），即使有些计数是零也会显示出来

Answer 3

这个解决方案对于处理大数组来说应该更有效率，因为它是遍历可能的索引值，而不是逐个检查每个i的条目。

import numpy as np

i = np.array([0,0,1,2,2])
d = np.array([0,1,2,3,4])

i_max = i.max()
c = np.empty(i_max+1)
for j in range(i_max+1):
    c[j] = d[i==j].sum()

print c
[1. 2. 7.]