我正在寻找一个快速解决MATLAB的accumarray numpy的问题。 accumarray累积属于同一索引的数组元素。一个例子：
a = np.arange(1,11)
# array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
accmap = np.array([0,1,0,0,0,1,1,2,2,1])
结果应为
array([13, 25, 17])
到目前为止我做了什么：
我已尝试recipe here中的accum功能，该功能正常但速度很慢。
accmap = np.repeat(np.arange(1000), 20)
a = np.random.randn(accmap.size)
%timeit accum(accmap, a, np.sum)
# 1 loops, best of 3: 293 ms per loop
然后我尝试使用应该更快工作的solution here，但它无法正常工作：
accum_np(accmap, a)
# array([ 1., 2., 12., 13., 17., 10.])
是否有可以像这样积累的内置numpy功能？还是其他任何建议？
答案 0 :(得分：18)
将np.bincount与weights可选参数一起使用。在你的例子中，你会这样做：
np.bincount(accmap, weights=a)
答案 1 :(得分：5)
晚会，但......
正如@Jamie所说，对于求和的情况，np.bincount快速而简单。但是在更一般的情况下，对于其他ufuncs，例如maximum，您可以使用np.ufunc.at方法。
我把 a gist [见下面的链接]放在一起，将其封装在类似Matlab的界面中。它还利用重复的索引规则来提供'last'和'first'函数，与Matlab不同，'mean'得到明智优化（使用accumarray调用@mean在Matlab中真的很慢，因为它为每个组运行一个非内置函数，这是愚蠢的。）
请注意，我没有特别测试过要点，但希望将来能够通过额外的功能和错误修正来更新它。
2015年5月/ 6月更新：我已经重新设计了我的实现 - 它现在作为ml31415/numpy-groupies的一部分提供，可在PyPi（pip install numpy-groupies）上使用。基准如下（请参阅github repo获取最新值）......
function pure-py np-grouploop np-ufuncat np-optimised pandas ratio
std 1737.8ms 171.8ms no-impl 7.0ms no-impl 247.1: 24.4: - : 1.0 : -
all 1280.8ms 62.2ms 41.8ms 6.6ms 550.7ms 193.5: 9.4 : 6.3 : 1.0 : 83.2
min 1358.7ms 59.6ms 42.6ms 42.7ms 24.5ms 55.4: 2.4 : 1.7 : 1.7 : 1.0
max 1538.3ms 55.9ms 38.8ms 37.5ms 18.8ms 81.9: 3.0 : 2.1 : 2.0 : 1.0
sum 1532.8ms 62.6ms 40.6ms 1.9ms 20.4ms 808.5: 33.0: 21.4: 1.0 : 10.7
var 1756.8ms 146.2ms no-impl 6.3ms no-impl 279.1: 23.2: - : 1.0 : -
prod 1448.8ms 55.2ms 39.9ms 38.7ms 20.2ms 71.7: 2.7 : 2.0 : 1.9 : 1.0
any 1399.5ms 69.1ms 41.1ms 5.7ms 558.8ms 246.2: 12.2: 7.2 : 1.0 : 98.3
mean 1321.3ms 88.3ms no-impl 4.0ms 20.9ms 327.6: 21.9: - : 1.0 : 5.2
Python 2.7.9, Numpy 1.9.2, Win7 Core i7.
此处我们使用从100,000统一挑选的[0, 1000)个索引。具体来说，大约25％的值是0（用于bool操作），其余值均匀分布在[-50,25)上。计时显示10次重复。
itertools.groupby。 numpy根据idx对值进行排序，然后使用split创建单独的数组，然后遍历这些数组，为每个阵列运行相关的numpy函数。numpy ufunc.at方法，这比我应该的慢 - 在我在numpy的github上创建的an issue中被删除回购。numpy索引/其他技巧来击败上述两种实现（min max prod依赖ufunc.at除外）。< / LI>
pd.DataFrame({'idx':idx, 'vals':vals}).groupby('idx').sum()等。请注意，某些no-impl可能是无根据的，但我还没有打算让它们继续工作。
正如github上所解释的，accumarray现在支持nan - 前缀函数（例如nansum）以及sort，rsort和{{ 1}}。它也适用于多维索引。
答案 2 :(得分：3)
我用scipy.weave编写了一个accumarray实现，并将其上传到github：https://github.com/ml31415/numpy-groupies
答案 3 :(得分：1)
不如接受的答案，但是：
[np.sum([a[x] for x in y]) for y in [list(np.where(accmap==z)) for z in np.unique(accmap).tolist()]]
这需要108us per loop（100000个循环，最好的3个）
接受的答案（np.bincount(accmap, weights=a）需要2.05us per loop（100000次循环，最好是3次）
答案 4 :(得分：0)
以下内容如何：
import numpy
def accumarray(a, accmap):
ordered_indices = numpy.argsort(accmap)
ordered_accmap = accmap[ordered_indices]
_, sum_indices = numpy.unique(ordered_accmap, return_index=True)
cumulative_sum = numpy.cumsum(a[ordered_indices])[sum_indices-1]
result = numpy.empty(len(sum_indices), dtype=a.dtype)
result[:-1] = cumulative_sum[1:]
result[-1] = cumulative_sum[0]
result[1:] = result[1:] - cumulative_sum[1:]
return result
答案 5 :(得分：0)
您可以在一行中使用pandas DataFrame执行此操作。
In [159]: df = pd.DataFrame({"y":np.arange(1,11),"x":[0,1,0,0,0,1,1,2,2,1]})
In [160]: df
Out[160]:
x y
0 0 1
1 1 2
2 0 3
3 0 4
4 0 5
5 1 6
6 1 7
7 2 8
8 2 9
9 1 10
In [161]: pd.pivot_table(df,values='y',index='x',aggfunc=sum)
Out[161]:
y
x
0 13
1 25
2 17
您可以告诉pivot_table使用特定列作为索引和值，并获取新的DataFrame对象。当您指定聚合函数作为总和时，结果将与Matlab的accumarray相同。
答案 6 :(得分：0)
这取决于您要尝试执行的操作，但是numpy unique具有一堆可选输出，您可以使用这些输出进行累加。如果您的数组具有多个相同的值，则unique会通过将return_counts选项设置为true来计算有多少个相同的值。在某些简单的应用程序中，这就是您要做的全部。
numpy.unique(ar, return_index=False, return_inverse=False, return_counts=True, axis=None)
您还可以将索引设置为true，并使用它来累加另一个数组。