使用以下内容从2D索引列表(x,y,z)增加计数器的3D数组:Python Numpy Slicing

时间:2017-08-16 09:34:36

标签: python numpy indexing slice

我想从2D事件数组(x,y,t)增加计数器的3D矩阵(nparray) 以下代码有效:

TOF_cube=np.zeros((324,324,4095),np.int32) #initialise a 3d array for whole data set

data = np.fromfile(f, dtype='<i2', count=no_I16) #read all events, x,y,t as 1D array
data=data.reshape(events,cols)
xpos=data[:,0]
ypos=data[:,1]
tpos=data[:,2]
i=0
while i < events:              
    TOF_cube[xpos[i],ypos[i],tpos[i]] += 1
    i+=1

要使用切片和索引,我用

替换while循环
    TOF_cube[xpos,ypos,tpos] += 1

但是我没有复制正确的4365520事件(通过while循环并独立检查),而只记录4365197.

为什么切片方法会丢失事件?

我在while循环中使用完全相同的切片,并作为索引的“参数”。

2 个答案:

答案 0 :(得分:3)

如果有重复索引,

+=不会添加两次。

要以矢量化方式获得等效输出,您需要np.add.at

np.add.at(TOF_cube, [xpos, ypos, tpos], 1)

答案 1 :(得分:-1)

由于我们不确切知道您的数据是什么样的,因此很难猜出实际问题是什么。如果这没有帮助,请举例说明我们可以运行ourselvs(即没有文件f)。

假设您有x_pos = [1,1,2,3,5]

a = np.zeros(10)
for i in range(len(x_pos)):
    a[x_pos[i]]+=1
# gives a = array([ 0.,  2.,  1.,  1.,  0.,  1.,  0.,  0.,  0.,  0.])

然而其他代码

a[x_pos]+=1
# gives a = array([ 0.,  1.,  1.,  1.,  0.,  1.,  0.,  0.,  0.,  0.])

因此,如果其中一个索引出现两次,则只在短版本中更新一次。检查xpos等中是否确实如此。

PS:我做了一个稍微简单的版本,只有一个维度,但规则保持不变。