使用2D索引（x，y，z）的2D列表遞增3D計數器數組：Python Numpy Slicing

Question

我想從事件（x，y，t）的2D數組中增加計數器的3D矩陣（nparray），以下代碼起作用：

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，我將while循環替換為

    TOF_cube[xpos,ypos,tpos] += 1

但是，與其復制正確的事件數目4365520（通過while循環並獨立檢查），我只記錄4365197。

切片方法為什么會丟失事件？

我在while循環中使用完全相同的切片，並將其用作索引的“參數”。

Answer 1

如果有重復索引，則+=不會相加兩次。

要以向量化方式獲得等效輸出，您需要np.add.at ：

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

Answer 2

由於我們不確定您的數據到底是什么樣子，因此很難猜測出實際的問題是什么。 如果這樣做沒有幫助，請舉一個例子，我們可以運行我們的selvs（即，沒有文件f ）。

假設您有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.])

但是其他代碼

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

因此，如果其中一個索引出現兩次，則在簡短版本中僅更新一次。 檢查您的xpos等是否確實如此

PS：我做了一個稍微簡單的版本，只有一個維度，但是規則保持不變。