Python 两个numpy阵列上的快速迭代

我正在尝试用python实现以下问题

我有两个1D numpy数组，包含从0到gridsize-1的索引（称为i1，i2）。 我还有一个带有数据的1D numpy数组（称为d）。 所有三个数组都具有相同的长度

带有索引的数组可以包含一个特定的索引对（称之为s1、s2） 多次

现在我需要两个将数据数组映射到2D数组（称为arr）以绘制它。 对于那些多次出现的索引对，我想取对应于这些索引的数据项的平均值

我尝试了以下代码（没有平均值）

到目前为止，代码仍在运行，但速度非常慢（阵列大小约为2秒，这是不可接受的） 有没有加快速度的建议？ 我认为问题在于数组中单个元素的访问。是否有一个内置的numpy函数来实现这一点

谢谢,，

---

迈克尔

在你的问题中，我将假设一些不完全清楚的事情

• arr

  是二维形状：

  （gridsize，gridsize）

• i1

  i2

  和

  d

  都是一维的，长度相同

在这些条件下，您可以非常直接地使用numpy使用

i1

和

i2

直接切片

arr

，并将

d

分配给切片：

d #data array
i1 #first 1D numpy index array
i2 #second 1D numpy index array
gridsize = 1000
arr = np.zeros((gridsize,gridsize))
arr[i1,i2] = d

---

请在代码中正确地重新定义变量。您的代码中没有

d

，那么

d.size

应该是什么意思？你写的代码到目前为止还有效。然后plz发布最小工作代码。您在for循环中的索引错误，我编辑了代码。如果定义了数组d、i1、i2，这是最简单的工作示例。我认为这种索引[a，b]比使用[a][b]索引来提取单个元素要快。我的意思是说，发布需要2秒的最小完整工作代码。编辑的代码不好<代码>d，

i1

，

i2

都未定义。此外，

arr

是一个形状数组

（1000000，）

。在

for

循环中，您将得到

索引器错误：数组的索引太多

@Bazingaa这就是为什么假设

d

为一维是的，它起作用了。回答这些你/我们必须做作业的问题真的很烦人。我承认，如果你还不是numpy ninja的话，找到正确的谷歌关键词来处理“numpy integer array indexing”可能有点困难。在大多数情况下，只需在谷歌上搜索错误信息就足够了。

d #data array
i1 #first 1D numpy index array
i2 #second 1D numpy index array
gridsize = 1000
arr = np.zeros((gridsize,gridsize))
arr[i1,i2] = d