制作用于数组索引循环更快

本文介绍了制作用于数组索引循环更快的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！ 问题描述

我有以下问题：我有数组索引具有重复指数和希望值添加到一个这样的数组：

I have the following problem: I have index arrays with repeating indices and would like to add values to an array like this:

grid_array[xidx[:],yidx[:],zidx[:]] += data[:]

不过，正如我反复指标，这并不因为它应该因为numpy的会创建一个临时数组被分配反复指标，而不是被添加到对方多次导致的数据（见的 docs.scipy/doc/numpy/user/basics.indexing.html ）。

一个for循环像

for i in range(0,n): grid_array[xidx[i],yidx[i],zidx[i]] += data[i]

便一路放缓。有没有一种方法，我仍然可以使用numpy的的矢量化？还是有另一种方法，使这项任务更快？

will be way to slow. Is there a way I can still use the vectorization of numpy? Or is there another way to make this assignment faster?

感谢您的帮助。

推荐答案

如何使用bincount？

How about using bincount?

import numpy as np flat_index = np.ravel_multi_index([xidx, yidx, zidx], grid_array.shape) datasum = np.bincount(flat_index, data, minlength=grid_array.size) grid_array += datasum.reshape(grid_array.shape)