Python 具有环绕条件的索引数组之间的数值之和

给定一个大的浮点数组和两个索引数组，我正在寻找一种优雅的方法，通过以下规则对给定索引之间包含的所有值求和：

• 当index1>index0时，求和以直接方式进行
• 当index1

例如：

import numpy as np

# Straight forward summation when index1 > index0
values = np.array([0.,10.,20.,30.,40.,50.,60.,70.])
index0 = np.array([0,3])
index1 = np.array([2,6])
# Desired Result: np.array([30,180]) # (0+10+20),(30+40+50+60)

# Wrap around condition when index1 < index0
index0 = np.array([5])
index1 = np.array([1])
# Result: np.array([190]) # (50+60+70+0+10)

将numpy导入为np
#index1>index0时的直接求和
值=np.数组（[0,10,20,30,40,50,60,70.]））
index0=np.数组（[0,3]）
index1=np.数组（[2,6]）
#期望结果：np.数组（[30180]）#（0+10+20），（30+40+50+60）
#index1

因为我处理的是相当大的阵列，所以如果可能的话，我正在寻找一个优雅的以numpy为中心的解决方案。

那怎么样：

# store all cumulative sums (adding 0 at the start for the empty sum)
cs = np.insert(np.cumsum(values), 0, 0) 

# then for each indexing get the result in constant time (linear in index0/1 size):
result = np.where(index0 < index1, 0, cs[-1]) + cs[index1+1]-cs[index0]

#存储所有累积总和（在空总和的起始处添加0）
cs=np.insert（np.cumsum（值），0，0）
#然后，对于每个索引，以恒定时间获得结果（index0/1大小的线性）：
结果=np，其中（index0

你能仔细检查一下你的例子吗，边界和预期结果似乎不一致……这些范围是否有重叠，比如

index0=np.array（[0,3]）和index1=np.array（[4,6]）

？@Divakar是的

index0

和

index1

也可以表示为对的单个列表，例如：

index=np.array（[0,4]，[3,6]，…]）

。。。如果有帮助的话。