Numpy向量化總和索引

Question

我有一個索引列表（list（int））和一個求和索引列表（list（list（int））。給定一個二維numpy數組，我需要找到索引之和每列的第二個列表，在第一列將它們添加到相應的指數有什麼辦法向量化這個 這是正常碼：

indices = [1,0,2] 
summing_indices = [[5,6,7],[6,7,8],[4,5]] 
matrix = np.arange(9*3).reshape((9,3)) 
for c,i in enumerate(indices): 
    matrix[i,c] = matrix[summing_indices[i],c].sum()+matrix[i,c] 

Answer 1

下面是一個使用np.add.reduceat幾乎*量化方法 -

？

lens = np.array(map(len,summing_indices)) 
col = np.repeat(indices,lens) 
row = np.concatenate(summing_indices) 
vals = matrix[row,col] 
addvals = np.add.reduceat(vals,np.append(0,lens.cumsum()[:-1])) 
matrix[indices,np.arange(len(indices))] += addvals[indices.argsort()] 

請注意，這有一些設置因爲我們沿着列迭代，所以它最適合於具有許多列的輸入數組。

*：幾乎是因爲在開始時使用了map()，但計算結果應該可以忽略不計。