使用2D索引（x，y，z）的2D列表递增3D计数器数组：Python Numpy Slicing

Question

我想从事件（x，y，t）的2D数组中增加计数器的3D矩阵（nparray），以下代码起作用：

TOF_cube=np.zeros((324,324,4095),np.int32) #initialise a 3d array for whole data set

data = np.fromfile(f, dtype='<i2', count=no_I16) #read all events, x,y,t as 1D array
data=data.reshape(events,cols)
xpos=data[:,0]
ypos=data[:,1]
tpos=data[:,2]
i=0
while i < events:              
    TOF_cube[xpos[i],ypos[i],tpos[i]] += 1
    i+=1

要使用切片和索引，我将while循环替换为

    TOF_cube[xpos,ypos,tpos] += 1

但是，与其复制正确的事件数目4365520（通过while循环并独立检查），我只记录4365197。

切片方法为什么会丢失事件？

我在while循环中使用完全相同的切片，并将其用作索引的“参数”。

Answer 1

如果有重复索引，则+=不会相加两次。

要以向量化方式获得等效输出，您需要np.add.at ：

np.add.at(TOF_cube, [xpos, ypos, tpos], 1)

Answer 2

由于我们不确定您的数据到底是什么样子，因此很难猜测出实际的问题是什么。 如果这样做没有帮助，请举一个例子，我们可以运行我们的selvs（即，没有文件f ）。

假设您有x_pos = [1,1,2,3,5]

a = np.zeros(10)
for i in range(len(x_pos)):
    a[x_pos[i]]+=1
# gives a = array([ 0.,  2.,  1.,  1.,  0.,  1.,  0.,  0.,  0.,  0.])

但是其他代码

a[x_pos]+=1
# gives a = array([ 0.,  1.,  1.,  1.,  0.,  1.,  0.,  0.,  0.,  0.])

因此，如果其中一个索引出现两次，则在简短版本中仅更新一次。 检查您的xpos等是否确实如此

PS：我做了一个稍微简单的版本，只有一个维度，但是规则保持不变。