NumPy：對一維數組求和，按索引拆分

Question

考慮一維NumPy輸入數組和排序索引數組。 目標是獲得輸入數組a的總和，但由索引數組中定義的索引拆分。

以下是兩種方法，但它們都需要慢速 Python 循環。 是否有不需要 Python 循環的純NumPy版本？

示例：

a = np.arange(20) # Input array
idxs = np.array([7, 15, 16]) # Index array

# Goal: Split a at index 7, 15 and 16 and
# compute sum for each partition

# Solution 1:
idxs_ext = np.concatenate(([0], idxs, [a.size]))
results = np.empty(idxs.size + 1)
for i in range(results.size):
    results[i] = a[idxs_ext[i]:idxs_ext[i+1]].sum()

# Solution 2:
result = np.array(
    [a_.sum() for a_ in np.split(a, idxs)]
)

# Result: array([21., 84., 15., 70.])

Answer 1

首先，您可以通過np.split根據您的idxs數組拆分a數組，然后將 function 應用為：

np.stack(np.vectorize(np.sum)(np.array(np.split(a, idxs), dtype=object)))

另一個答案是使用np.add.reduceat在評論中提到的 np.add.reduceat 並且更快：

np.add.reduceat(a, np.insert(idxs, 0, 0), axis=0)