Question

我有一个带有点的3d网格，点的位置是在一个如下所示的数组中：

Dictionary<String,Int>

我有两个索引数组：

mesh_vectors = np.array([[-0.85758871,  0.8965745 , -0.1427767 ],
                         [-0.23945311,  1.00544977,  1.45797086],
                         [-0.57341832, -1.07448494, -0.11827722],
                         [ 0.05894491, -0.97208506,  1.47583127],
                         [-0.71402085, -0.08872638, -0.12916484],
                         [-0.09181146,  1.01235461,  0.47418442],
                         [-0.09025362,  0.01668115,  1.46690106],
                         [ 0.19773833, -0.95349348,  0.49089319],
                         [ 0.05055711,  0.02909645,  0.48503664]])

这些翻译对应于索引数组：

idx1 = np.array([4 2 1 6 5 0 1 5])
idx2 = np.array([6 3 0 4 7 2 3 7])

它们目前被添加到网格中：

translate_1 = np.array([[ 0.00323021  0.00047712 -0.00422925]
                        [ 0.00153422  0.00022654 -0.00203258]
                        [ 0.00273207  0.00039626  0.00038201]
                        [ 0.0052439   0.00075993  0.00068843]
                        [-0.00414245 -0.00053918  0.00543974]
                        [-0.00681844 -0.00084955  0.00894626]
                        [ 0.          0.          0.        ]
                        [-0.00672519 -0.00099897 -0.00090189]])

translate_2 = np.array([[ 0.00523871  0.00079512  0.00068814]
                        [ 0.00251901  0.00038234  0.00033379]
                        [ 0.00169134  0.00021078 -0.00218737]
                        [ 0.00324106  0.00040338 -0.00422859]
                        [-0.00413547 -0.00058669  0.00544016]
                        [-0.00681223 -0.0008921   0.00894669]
                        [ 0.          0.          0.        ]
                        [-0.00672553 -0.00099677 -0.00090191]])

麻烦的是，我真正需要添加的不是翻译但是翻译的平均值是多个翻译应用于同一网格点。索引数组可以具有以各种不同频率出现的索引。可能是[2,2,2,3,4,5]和[1,2,1,1,5,4]虽然它们总是大小相同。我正在尝试使用numpy来提高速度，但我可以选择在start时使用循环来生成索引数组（如果需要）。提前谢谢！

Answer 1

这有效：

scaled_tr1 = translate_1 / np.bincount(idx1)[idx1,None]
np.add.at(mesh_vectors, idx1, scaled_tr1)

请注意，使用np.add.at代替花式索引is required:

ufunc.at（a，indices，b = None）

对a指定的元素在操作数indices上执行无缓冲的就地操作。对于add ufunc，此方法等效于a[indices] += b，除了为多次索引的元素累积结果。例如，a[[0,0]] += 1只会因缓冲而增加第一个元素，而add.at(a, [0,0], 1)会增加第一个元素两次。

Numpy混合数组与多个索引数组

1 个答案: