在NumPy分配中处理重复的索引
我正在设置二维数组中的多个元素的值，但是我的数据有时包含给定索引的多个值。
看来，“后来”的价值总是分配（见下面的例子），但是这种行为是保证还是有机会我会得到不一致的结果？ 我怎么知道我可以用我想要的vector化作业的方式来解释“以后”？
即在我的第一个例子中肯定会总是包含4 ，在第二个例子中，它会打印values[0] ？
很简单的例子：
import numpy as np indices = np.zeros(5,dtype=np.int) a[indices] = np.arange(5) a # array([4])
另一个例子
import numpy as np grid = np.zeros((1000, 800)) # generate indices and values xs = np.random.randint(0, grid.shape[0], 100) ys = np.random.randint(0, grid.shape[1], 100) values = np.random.rand(100) # make sure we have a duplicate index print values[0], values[5] xs[0] = xs[5] ys[0] = ys[5] grid[xs, ys] = values print "output value is", grid[xs[0], ys[0]] # always prints value of values[5]
在NumPy 1.9及之后的版本中，这一般不会被很好地定义。
当前实现使用单独的迭代器同时迭代所有（广播的）幻想索引（和赋值数组），并且这些迭代器都使用C顺序。 换句话说，目前，是的，你可以。 既然你可能想更确切地知道它。 如果你比较NumPy中的mapping.c处理这些事情，你会看到它使用PyArray_ITER_NEXT ，它被logging为C顺序。
为了将来，我会以不同的方式绘制图片。 我认为用新的迭代器迭代所有的索引+赋值数组是很好的。 如果这样做了，那么顺序可以保持打开，迭代器决定最快的方式。 如果你保持对迭代器开放，很难说会发生什么，但是你不能确定你的例子的工作原理（可能是你仍然可以的一维情况，但是…）。
所以，据我目前可以告诉它的工作，但它是无证的（我知道），所以如果你真的认为这应该得到保证，你需要游说，最好写一些testing，以确保它可以得到保证。 因为至less有人试图说：如果它让事情变得更快，没有理由确保C顺序，但当然也许有隐藏在某个地方的一个很好的理由…
这里真正的问题是：为什么你要这样呢？ ;）
我知道这已经得到了令人满意的回答，但是我想提一下，在“ 指数数组索引”下的“ Numpy Tutorial ”中，它被logging为“ 最后一个值 ”（可能是非正式的）
但是，当索引列表包含重复时，分配会执行好几次，而留下最后一个值：
>>> a = arange(5) >>> a[[0,0,2]]=[1,2,3] >>> a array([2, 1, 3, 3, 4])这足够合理，但要小心如果你想使用Python的+ =构造，因为它可能不会做你期望的：
>>> a = arange(5) >>> a[[0,0,2]]+=1 >>> a array([1, 1, 3, 3, 4])即使0在索引列表中出现两次，第0个元素也只会增加一次。 这是因为Python需要
a+=1才能相当于a=a+1。
我不直接回答你的问题，我只想指出， 即使你可以依靠这种行为是一致的，你最好不要。
考虑：
a = np.zeros(4) x = np.arange(4) indices = np.zeros(4,dtype=np.int) a[indices] += x
在这一点上，假设a.sum()是前一个sum + x.sum()是否x.sum() ？
assert a.sum() == x.sum() --> AssertionError a = array([ 3., 0., 0., 0.])
在你的情况下，当使用重复索引分配给一个数组时，结果是直观的：对同一个索引的赋值多次发生，因此只有最后一个赋值“sticks”（覆盖前面的那个）。
但在这个例子中情况并非如此。 它不再直观。 如果是这样的话，原地增加就会多次发生，因为增加的性质是累积的。
换句话说，你冒着陷入这个陷阱的风险：
- 你开始使用重复的索引
- 你看到一切都很好，行为完全如你所料
- 你停止关注你的操作涉及重复索引的关键事实。 毕竟，这没有什么区别，是吗？
- 你开始在不同的上下文中使用相同的索引，例如上面那样
- 深深的遗憾:)
所以，引用@seberg：
这里真正的问题是：为什么你要这样呢？ ;）
我发现一个与numpy的方式来做这个操作，这显然不是最优的，但它比循环更快（用Python for循环）
与：numpy.bincount
size = 5 a = np.arange(size) index = [0,0,2] values = [1,2,3] a[index] += values a [2 1 5 3 4]
女巫是不正确的，但：
size = 5 a = np.arange(size) index = [0,0,2] values = [1,2,3] result = np.bincount(index, values, size) a += result a [3 1 5 3 4]
这很好！
