如何根据分区将numpy 2d数组的行加在一起

Question

我想知道什么是最快的方法，给定一个形状（n，m）numpy数组和一个形状（p）numpy数组描述0到n范围的分区（例如，n = 6的一个这样的分区将是：[0,2,4]，意味着索引被分区为（0,1），（2,3），（4,5）），以返回一个形状（p，m）的numpy数组对应于每个分区的行总和在一起。

例如，

[[0,1,1,1],
 [2,0,1,1],
 [0,0,0,1],
 [5,1,0,0]]

如果分区[0,1]应该返回

[[0,1,1,1],
 [7,1,1,2]]

我已经有了构建矩阵的解决方案

[[1,0,0,0],
 [0,1,1,1]]

并将左边的初始矩阵乘以得到所需的矩阵，我认为该矩阵应该非常快，但我认为使用分区可能会有更快的内容涉及与numpy.reduceat（https://docs.scipy.org/doc/numpy/reference/generated/numpy.ufunc.reduceat.html）类似的东西阵列。有什么帮助吗？

等等......我刚刚阅读了reduceat文档，你可以真正做np.add.reduceat(matrix, partition, axis=0)。我记得以为你不能这样做。我认为这是因为对于我的应用程序，我需要为稀疏矩阵执行此操作。那么当输入的2d numpy数组是稀疏格式时，有人可以建议如何做到这一点吗？