对索引数组中重复条目的 Numpy 求和

Question

给定 numpy ndarray A和一个整数数组I ，形状相同，具有最高值imax和数组B = np.zeros(imax)我们可以做B[I] = A 。 但是，如果I重复输入，则最后一次分配保持不变。 我需要在总结重复条目时执行此操作，例如

For i in range(A.size):
    B[I.ravel()[i]] += A.ravel()[i]

在numpy是否有一个很好的方法来做到这一点？

例如，我想要这种行为（但=和+=都不是这样的）

A = np.array((1,2,5,9))
I = np.array((0,1,2,0),dtype=int)
B = np.zeros(3)
B[I] += A
print(B)
>>> array([10,2,5])

在这里，我们在第一个条目中看到1+9=10 。

Answer 1

In [1]: A = np.array((1,2,5,9)) 
   ...: I = np.array((0,1,2,0),dtype=int) 
   ...: B = np.zeros(3) 
   ...: B[I] += A                                                                                                          
In [2]: B                                                                                                                  
Out[2]: array([9., 2., 5.])

这是一种缓冲解决方案，不同于迭代解决方案：

In [3]: B = np.zeros(3)                                                                                                    
In [4]: for i,a in zip(I,A): 
   ...:     B[i] += a 
   ...:                                                                                                                    
In [5]: B                                                                                                                  
Out[5]: array([10.,  2.,  5.])

使用ufunc.at的无缓冲解决方案：

In [6]: B = np.zeros(3)                                                                                                    
In [7]: np.add.at(B, I, A)                                                                                                 
In [8]: B                                                                                                                  
Out[8]: array([10.,  2.,  5.])