在矩阵上使用 ufunc.at

假设我有以下 numpy 数组：

>>> a=np.zeros(10)
>>> a
array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])

我可以用numpy.ufunc.at http://docs.scipy.org/doc/numpy/reference/generated/numpy.ufunc.at.html就地修改该数组：

>>> np.add.at(a, [0,3], 2)
>>> a
array([ 2.,  0.,  0.,  2.,  0.,  0.,  0.,  0.,  0.,  0.])

如果我现在尝试使用矩阵，我认为该方法不起作用：

>>> m=np.zeros(16).reshape(4,4)
>>> m
array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])
>>> np.add.at(m, [(0,0),(1,1)], 2)
>>> m
array([[ 0.,  4.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])

我的期望基于提供元组列表[(0,0),(1,1)]将会：

      [[ 2.,  0.,  0.,  0.],
       [ 0.,  2.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]]

关于我用作索引列表的任何建议numpy.ufunc.at得到那个矩阵？

如果你想做多维索引，你不需要传递索引元组列表；而是传递索引元组列表。您传递一个索引列表（或索引数组）的元组。

indices = ([0, 1], [0, 1])
np.add.at(m, indices, 2)

indices[0]给出您想要修改的单元格的所有第一个坐标，并且indices[1]给出所有第二个坐标。这是一个例子：

In [10]: a = numpy.zeros([4, 4])
In [11]: a
Out[11]: 
array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])
In [12]: indices = ([0, 3], [2, 1])
In [13]: numpy.add.at(a, indices, 2)
In [14]: a
Out[14]: 
array([[ 0.,  0.,  2.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  2.,  0.,  0.]])

我不完全确定为什么它会这样工作。我想一旦您掌握了它的窍门，它可能会更方便，或者它可能会使规则在某种程度上更加内部一致，但我在多维索引方面没有足够的经验，无法以某种方式说。