如何在某些索引中将一个numpy数组中的元素添加到另一个数组中?
问题描述:
我在一个数组中具有形式(索引,值)的元素,例如如何在某些索引中将一个numpy数组中的元素添加到另一个数组中?
5, 20
8, 10
我需要将这些元素添加到另一个最初为空的不同大小的数组中,
X = np.zeros((1, 10))
并将X的值设置为第一个数组中索引处给出的值。所以X,到了最后,应
X = [0, 0, 0, 0, 0, 20, 0, 0, 10, 0]
由于X的第5个元素应该是20,而第8元素应该是10.是否有一个numpy的阵列功能,这是否,或别的东西,我可以使用为了快速计算?
答
您正在寻找np.add.at
。因此,假设X
是1D
阵列,其中所述添加是要被存储,并且将被添加A
阵列保持的索引和值,可以执行 -
np.add.at(X,A[:,0],A[:,1])
因此,输入是:
X : Array holding the additions
A[:,0] : Indices where additions are to be stored
A[:,1] : Values to be added
采样运行 -
In [21]: A = np.array([[5,20],[8,10]]) # Indices and values
In [22]: X = np.zeros(10,dtype=A.dtype) # Array to store additions
In [23]: np.add.at(X,A[:,0],A[:,1]) # Perform np.add.at
In [24]: X # Show output
Out[24]: array([ 0, 0, 0, 0, 0, 20, 0, 0, 10, 0])
如果 “添加”,哟你的意思是索引是唯一的,你只是想要“放”数值,而不是“增加”,你可以初始化输出数组和索引到它里面,就像这样一个样例 -
In [25]: A = np.array([[5,20],[8,10]])
In [26]: X = np.zeros(10,dtype=A.dtype)
In [27]: X[A[:,0]] = A[:,1]
In [28]: X
Out[28]: array([ 0, 0, 0, 0, 0, 20, 0, 0, 10, 0])