Python的Numpy库中的复合赋值运算符

Question

Python的numpy库对花式索引进行"矢量化"有时会产生意想不到的结果.例如:

import numpy
a = numpy.zeros((1000,4), dtype='uint32')
b = numpy.zeros((1000,4), dtype='uint32')
i = numpy.random.random_integers(0,999,1000)
j = numpy.random.random_integers(0,3,1000)

a[i,j] += 1
for k in xrange(1000):
    b[i[k],j[k]] += 1

在数组'a'和'b'中给出不同的结果(即,无论重复如何,元组(i,j)的外观在'a'中显示为1,而重复在'b'中计数).这很容易验证如下:

numpy.sum(a)
883
numpy.sum(b)
1000

值得注意的是,花式索引版本比for循环快了近两个数量级.我的问题是:"在提供的示例中使用for循环实现的numpy计算重复计数是否有效？"

Answer 1

这应该做你想要的:

np.bincount(np.ravel_multi_index((i, j), (1000, 4)), minlength=4000).reshape(1000, 4)

作为击穿,ravel_multi_index将由指定的索引对i和j以整数索引为C扁平阵列; bincount计算每个值0..4000在索引列表中出现的次数; 和reshape所述C-扁平阵列转换回的2D阵列.

在性能方面,我测量它比"b"快200倍,比"a"快5倍; 你的旅费可能会改变.

由于您需要将计数写入现有数组a,请尝试以下操作:

u, inv = np.unique(np.ravel_multi_index((i, j), (1000, 4)), return_inverse=True)
a.flat[u] += np.bincount(inv)

我使第二种方法比"a"慢一点(2x),这不会太令人惊讶,因为unique舞台会变慢.