numpy将索引列表上的和向量化

有什么方法可以把这个循环矢量化吗？ Lc是矢量，Lr是2D阵列

    for j in range(n):
        Mj = Nodes[j] # Mj is a list of indices to sum over

        L_posteriori[j] = Lc[j] + sum(Lr[Mj,j])

此循环在每列的行索引列表上生成一个和，每列的行索引不同

方法#1

用于一次性生成所有的

Lr[Mj，j]

，沿行求和，然后使用

Lc执行加法-

B = Lr[Nodes, np.arange(len(Nodes))[:,None]]
L_posteriori = Lc + B.sum(1,keepdims=1)

方法#2

这些索引可以转换为一个布尔匹配数组，该数组的索引范围覆盖我们要索引的数组的长度，即
Lr
。然后，我们使用张量和约化直接得到
B
的行和，如下所示-

mask = Nodes == np.arange(len(Lr))[:,None,None]
B_rowsum = np.einsum('ij,ijk->j',Lr,mask)

因此，将
Lc
与
B_rowsum
相加，以获得所需的输出-

L_posteriori = Lc + B_rowsum[:,None]

您能否提供一些有关
Lc
和
Lr
的示例数据？]发布的解决方案对你有用吗？如果有，接受吗？