在python中通过另外两个修改的数组

假设我们有三个一维阵列：

• A（如长度为5）
• B（相同长度，示例中为5）
• C（长得多，比如说长度100）

C

最初用零填充

A

给出了应更改的

C

元素的索引（它们可能重复），而

B

给出了应添加到

C

初始零的值。例如，如果

A=[1,3,3,29]

和

B=[2,3,4,2,3]

，

C[1]

应该变成2，

C[3]-9

，

C[29]-3

；所有其他

C

元素应保持为0。 我把它写成for循环：

for i in range(len(A) - 1):
    C[A[i]] = C[A[i]] + B[i]

---

但是在向量形式的

numpy

中有没有更有效的方法来实现同样的功能？

我认为您可以使用

bincount

，至少在一维情况下是这样的：

>>> A = np.array([1,3,3,3,29])
>>> B = np.array([2,3,4,2,3])
>>> np.bincount(A, B)
array([ 0.,  2.,  0.,  9.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  3.])

---

（旁白：使用

numpy

索引时重复的值可能会表现得非常奇怪，并且很容易被您在简单情况下看到的行为引入歧途。我完全避免它们，因为这种行为几乎从来都不是我想要的。）

我不认为您的意思是

len（A）-1

；这将跳过最后一个元素（29和3），因为

range

不包括上限<代码>范围（3）=[0,1,2]。