在多维numpy数组中按索引更新

Question

我正在使用numpy来统计很多大数组中的值，并记录最大值出现的位置。

具体来说，假设我有一个叫做'counts'的数组：

data = numpy.array([[ 5, 10, 3],
                    [ 6, 9, 12],
                    [13, 3,  9],
                    [ 9, 3,  1],
                    ...
                    ])
counts = numpy.zeros(data.shape, dtype=numpy.int)

data会经常变化，但我希望'counts'能够反映每个位置上最大值出现的次数：

max_value_indices = numpy.argmax(data, axis=1)
# this is now [1, 2, 0, 0, ...] representing the positions of 10, 12, 13 and 9, respectively.

根据我对numpy中广播机制的理解，我应该能够这样做：

counts[max_value_indices] += 1

我期待的是这个数组能够被更新：

[[0, 1, 0],
 [0, 0, 1],
 [1, 0, 0],
 [1, 0, 0],
 ...
]

但实际上，这样做却让counts中的所有值都增加了，结果是：

[[1, 1, 1],
 [1, 1, 1],
 [1, 1, 1],
 [1, 1, 1],
 ...
]

我还想过，如果把max_value_indices转换成一个100x1的数组，也许会有效：

counts[max_value_indices[:,numpy.newaxis]] += 1

但这样做的结果只是更新了位置0、1和2的元素：

[[1, 1, 1],
 [1, 1, 1],
 [1, 1, 1],
 [0, 0, 0],
 ...
]

我也乐意把索引数组变成一个只有0和1的数组，然后每次加到counts数组中，但我不太确定该怎么构造这个数组。

Answer 1

你可以使用所谓的高级整数索引（也叫多维位置索引）来处理数据：

In [24]: counts[np.arange(data.shape[0]), 
                np.argmax(data, axis=1)] += 1

In [25]: counts
Out[25]: 
array([[0, 1, 0],
       [0, 0, 1],
       [1, 0, 0],
       [1, 0, 0]])

第一个数组，np.arange(data.shape[0]) 是用来指定行的。第二个数组，np.argmax(data, axis=1) 是用来指定列的。