Python 具有多索引数组的Numpy混合数组

我有一个带有点的3d网格，点的位置是 在如下所示的数组中：

mesh_vectors = np.array([[-0.85758871,  0.8965745 , -0.1427767 ],
                         [-0.23945311,  1.00544977,  1.45797086],
                         [-0.57341832, -1.07448494, -0.11827722],
                         [ 0.05894491, -0.97208506,  1.47583127],
                         [-0.71402085, -0.08872638, -0.12916484],
                         [-0.09181146,  1.01235461,  0.47418442],
                         [-0.09025362,  0.01668115,  1.46690106],
                         [ 0.19773833, -0.95349348,  0.49089319],
                         [ 0.05055711,  0.02909645,  0.48503664]]) 

mesh_vectors[idx1] += translate_1
mesh_vectors[idx2] += translate_2

我有两个索引数组：

idx1 = np.array([4 2 1 6 5 0 1 5])
idx2 = np.array([6 3 0 4 7 2 3 7])  

这些转换对应于索引数组：

translate_1 = np.array([[ 0.00323021  0.00047712 -0.00422925]
                        [ 0.00153422  0.00022654 -0.00203258]
                        [ 0.00273207  0.00039626  0.00038201]
                        [ 0.0052439   0.00075993  0.00068843]
                        [-0.00414245 -0.00053918  0.00543974]
                        [-0.00681844 -0.00084955  0.00894626]
                        [ 0.          0.          0.        ]
                        [-0.00672519 -0.00099897 -0.00090189]])

translate_2 = np.array([[ 0.00523871  0.00079512  0.00068814]
                        [ 0.00251901  0.00038234  0.00033379]
                        [ 0.00169134  0.00021078 -0.00218737]
                        [ 0.00324106  0.00040338 -0.00422859]
                        [-0.00413547 -0.00058669  0.00544016]
                        [-0.00681223 -0.0008921   0.00894669]
                        [ 0.          0.          0.        ]
                        [-0.00672553 -0.00099677 -0.00090191]])

它们当前添加到网格中，如下所示：

mesh_vectors = np.array([[-0.85758871,  0.8965745 , -0.1427767 ],
                         [-0.23945311,  1.00544977,  1.45797086],
                         [-0.57341832, -1.07448494, -0.11827722],
                         [ 0.05894491, -0.97208506,  1.47583127],
                         [-0.71402085, -0.08872638, -0.12916484],
                         [-0.09181146,  1.01235461,  0.47418442],
                         [-0.09025362,  0.01668115,  1.46690106],
                         [ 0.19773833, -0.95349348,  0.49089319],
                         [ 0.05055711,  0.02909645,  0.48503664]]) 

mesh_vectors[idx1] += translate_1
mesh_vectors[idx2] += translate_2

问题是，我真正需要补充的不是翻译 但是翻译的平均值是多个翻译 应用于同一网格点。索引数组可以具有以各种不同频率出现的索引。可以是[2,2,2,3,4,5]和[1,2,1,1,5,4]，尽管它们的大小始终相同。为了提高速度，我尝试使用numpy来实现这一点，但如果需要，我可以选择在开始时使用循环来生成索引数组。 提前谢谢

这是有效的：

scaled_tr1 = translate_1 / np.bincount(idx1)[idx1,None]
np.add.at(mesh_vectors, idx1, scaled_tr1)

请注意，使用

np.add.at

而不是花哨的索引

ufunc.at（a，指数，b=无）

对

索引指定的元素的操作数
a
执行无缓冲就地操作。对于添加的ufunc，此方法相当于
a[索引]+=b
，不同之处在于对索引多次的元素进行结果累加。例如，
a[[0,0]+=1
由于缓冲作用只会增加第一个元素一次，而
add.at（a[0,0]，1）
会增加第一个元素两次

这项工作：

scaled_tr1 = translate_1 / np.bincount(idx1)[idx1,None]
np.add.at(mesh_vectors, idx1, scaled_tr1)

请注意，使用
np.add.at
而不是花哨的索引

ufunc.at（a，指数，b=无）

对
索引指定的元素的操作数
a
执行无缓冲就地操作。对于添加的ufunc，此方法相当于
a[索引]+=b
，不同之处在于对索引多次的元素进行结果累加。例如，
a[[0,0]+=1
由于缓冲作用只会增加第一个元素一次，而
add.at（a[0,0]，1）
会增加第一个元素两次

你能用循环（或伪代码）来写它，这样我们就能更清楚地看到你的要求吗？你能用循环（或伪代码）来写它，这样我们就能更清楚地看到你的要求吗？