Python 基于另一个数组在Numpy数组中设置值 1term\u map跟踪哪个术语位于哪个位置。 2term_分数跟踪每个位置每个术语的权重。 3获得唯一值和反向索引。 4计算唯一值的分数。 5初始化要更新的数组。索引对应于术语映射变量中的值。 6所需：将3中列出的位置对应的值4插入vocab变量。

如何创建6

import numpy as np

term_map = np.array([2, 2, 3, 4, 4, 4, 2, 0, 0, 0])
term_scores = np.array([5, 6, 9, 8, 9, 4, 5, 1, 2, 1])
unqID, idx = np.unique(term_map, return_inverse=True)
value_sums = np.bincount(idx, term_scores)

vocab = np.zeros(13)
vocab[unqID] = value_sums
print(vocab)

---

输出：

[4.0.16.9.21.0.0.0.0.0.0.]

事实证明，我们可以通过将

term\u映射

和

term\u得分

输入到

np.bincount

中，避免使用

np.unique

步骤直接获得所需的输出，还可以使用可选参数

minlength

提及输出数组的长度

因此，我们可以简单地做到-

final_output = np.bincount(term_map, term_scores, minlength=13)

样本运行-

In [142]: term_map = np.array([2, 2, 3, 4, 4, 4, 2, 0, 0, 0])
     ...: term_scores = np.array([5, 6, 9, 8, 9, 4, 5, 1, 2, 1])
     ...: 

In [143]: np.bincount(term_map, term_scores, minlength=13)
Out[143]: 
array([  4.,   0.,  16.,   9.,  21.,   0.,   0.,   0.,   0.,   0.,   0.,
         0.,   0.])

---

那么，问题是？@Divakar，我想他无法完成第六阶段。是的@TonyTannous，没错。很抱歉没有说得更清楚。考虑到前面提到的5个更难的障碍，我认为这是微不足道的。如果可能的话，我不想使用for循环。这很接近-

In [262]: value_sums = np.bincount(idx, term_scores)

In [263]: value_sums
Out[263]: array([  4.,  16.,   9.,  21.])

In [254]: vocab = np.zeros(13)

In [255]: vocab
Out[255]: array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])

In [255]: updated_vocab
Out[255]: array([ 4.,  0.,  16.,  9.,  21.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])

import numpy as np

term_map = np.array([2, 2, 3, 4, 4, 4, 2, 0, 0, 0])
term_scores = np.array([5, 6, 9, 8, 9, 4, 5, 1, 2, 1])
unqID, idx = np.unique(term_map, return_inverse=True)
value_sums = np.bincount(idx, term_scores)

vocab = np.zeros(13)
vocab[unqID] = value_sums
print(vocab)

final_output = np.bincount(term_map, term_scores, minlength=13)

In [142]: term_map = np.array([2, 2, 3, 4, 4, 4, 2, 0, 0, 0])
     ...: term_scores = np.array([5, 6, 9, 8, 9, 4, 5, 1, 2, 1])
     ...: 

In [143]: np.bincount(term_map, term_scores, minlength=13)
Out[143]: 
array([  4.,   0.,  16.,   9.,  21.,   0.,   0.,   0.,   0.,   0.,   0.,
         0.,   0.])