我有一个numpy数组A，我想使用索引列表B修改其中的值。但事情是在我的切片中我可以有多次的数组元素... 这个例子将更好地解释我的意思：
import numpy as np
A = np.arange(5) + 0.5
B = np.array([0, 1, 0, 2, 0, 3, 0, 4])
print A[B]
按预期返回[ 0.5 1.5 0.5 2.5 0.5 3.5 0.5 4.5]。
但是，如果我这样做：
A[B] += 1.
print A
我期望获得[ 4.5 2.5 3.5 4.5 5.5]，因为第一个元素在索引向量B中重复了4次，但它返回[ 1.5 2.5 3.5 4.5 5.5]。
那么我该怎样做我真正想做的事情呢？ （不使用任何循环，因为我在非常大的数组上使用它）
答案 0 :(得分：2)
解释为什么会发生这种情况有点牵扯，但基本上，“缓慢吃掉你的作业。”这个numpy ufuncs问题有几种解决方法。适用于任何操作的合适的一个是使用相应的ufunc的at method：
>>> A = np.arange(5) + 0.5
>>> B = np.array([0, 1, 0, 2, 0, 3, 0, 4])
>>> np.add.at(A, B, 1)
>>> A
array([ 4.5, 2.5, 3.5, 4.5, 5.5])
这往往有点慢，所以为了获得最快的性能，并且仅用于添加，您可以使用np.bincount：
>>> A = np.arange(5) + 0.5
>>> A += np.bincount(B) * 1 # replace the 1 with the number you want to add
>>> A
array([ 4.5, 2.5, 3.5, 4.5, 5.5])
修改
如果要添加的是与B长度相同的数组，则使用bincount的以下内容可能比第一种方法运行得更快：
>>> A = np.arange(5) + 0.5
>>> C = np.ones_like(B) # They are all ones, but could be anything
>>> A += np.bincount(B, weights=C)
>>> A
array([ 4.5, 2.5, 3.5, 4.5, 5.5])