Python 从一个阵列映射到另一个阵列的最快方法？
我尝试将值从一个数组映射到另一个大小不同的数组，使用第三个数组提供索引。我已经使用for循环成功地实现了这一点，但我希望使用Numpy找到一种更快的方法。到目前为止，我一直在努力寻找任何可行的方法。我能找到的最接近的东西是numpy.put（）函数，但由于我正在从一个大数组映射到一个小数组，因此会有许多具有相同索引的值。我想对这些值求和（+=在索引处），但numpy.put函数只是覆盖指定索引处的值 下面是我尝试做的一个例子：Python 从一个阵列映射到另一个阵列的最快方法？,python,arrays,numpy,Python,Arrays,Numpy,我尝试将值从一个数组映射到另一个大小不同的数组，使用第三个数组提供索引。我已经使用for循环成功地实现了这一点，但我希望使用Numpy找到一种更快的方法。到目前为止，我一直在努力寻找任何可行的方法。我能找到的最接近的东西是numpy.put（）函数，但由于我正在从一个大数组映射到一个小数组，因此会有许多具有相同索引的值。我想对这些值求和（+=在索引处），但numpy.put函数只是覆盖指定索引处的值 下面是我尝试做的一个例子： # Create the arrays for this examp
# Create the arrays for this example
import numpy as np
lattice1 = np.zeros(20)
lattice2 = np.zeros(20)
index = [0,4,7,8,9]*40
data = np.array(range(200))
# Make a for-loop to move the data onto the correct position of the lattice
counter=0
for item in data:
lattice1[index[counter]]+=item
counter+=1
# Trying to find a faster implementation using Numpy
np.put(lattice2,index,data)
也许我选择了错误的解决方案，有更好的解决方法，如果其他方法都失败了，我可以继续使用for循环。尽管如此，任何见解都将不胜感激 IIUC，我认为这是对numpy的大量类似“groupby”的问题的重复（参见bincount和ufunc.at）。在您的例子中，您可以尝试
np.add.at（lattice2，index，data）np.add.at（lattice2，index，data）lattice1