Python 如何在使用numpy重复索引时指定列[用于np.add.at（）]

我试图将加法运算符应用到一个数组中，在这个数组中，我希望重复的索引指示重复的加法操作。从Python数据科学书籍（）中，似乎可以使用

np.add.at（原始矩阵、索引、要添加的内容）

，但我不知道如何指定要对列而不是行进行操作的索引

e、 g.虚拟示例

# Create Array
A = np.arange(12)
A = A.reshape(4,3)
print(A)

给予

及

给予

[[1 1]
 [1 1]
 [1 1]
 [1 1]]

我想执行操作

A[：，[0,0]]+=B

，但使用重复索引指示重复操作的系统（因此在本例中，B的两列都被添加到第0列）。因此，结果应该是：

[[ 2  1  2]
 [ 5  4  5]
 [ 7  7  8]
 [ 11 10 11]]

这可以通过使用

np.add.at（A，I，B）

来实现，但如何指定索引

I

对应于

[：，[0,0]]

，因为这会产生语法错误（似乎索引矩阵不能包含

：

字符？）

谢谢

这也可以用

s

as编写

np.add.at(A, np.s_[:, [0,0]], 1)

s

是一个类对象，它允许我们使用索引符号创建必要的元组。在索引上下文中，Python解释器将

：

转换为

切片

对象

In [19]: np.s_[:, [0,0]]
Out[19]: (slice(None, None, None), [0, 0])

---

文档说

I

可以是一个包含切片对象的元组。我猜

（片（无），[0,0]）

应该可以工作。现在无法测试。谢谢，确实有效。如果你把它作为一个答案（最好有一些解释，关于切片是如何工作的，请？），那么我可以接受。干杯

In [12]: A = np.arange(12).reshape(4,3)
In [13]: np.add.at(A, (slice(None), [0,0]), 1)
In [14]: A
Out[14]: 
array([[ 2,  1,  2],
       [ 5,  4,  5],
       [ 8,  7,  8],
       [11, 10, 11]])

np.add.at(A, np.s_[:, [0,0]], 1)

In [19]: np.s_[:, [0,0]]
Out[19]: (slice(None, None, None), [0, 0])