Python 当存在重复索引时，numpy是否会保持赋值顺序？

我想按索引数组对数组进行赋值，但存在重复的索引

例如：

a = np.arange(5)
index = np.array([1,2,3,1,2,3,1,2,3])
b = np.arange(9)
a[index] = b

两个问题：

对于重复索引，最新分配是否始终生效

a[1]==6是否适用于任何情况，例如对于非常大的数组
a
？是否可能
a[1]==0
或
3

更具体地说，我使用了用MKL编译的numpy（由Anaconda提供），一些数组操作是并行的

相关职位：

如果上面的答案是否，是否有任何方法可以确保作业始终保持有序

---

这里有一种方法可以保证从相同的索引组中分配到最后一个索引-

# Get sorting indices for index keeping the order with 'mergesort' option
sidx = index.argsort(kind='mergesort')

# Get sorted index array
sindex = index[sidx]

# Get the last indices from each group of identical indices in sorted version
idx = sidx[np.r_[np.flatnonzero(sindex[1:] != sindex[:-1]), index.size-1]]

# Use those last group indices to select indices off index and b to assign
a[index[idx]] = b[idx]

样本运行-

In [141]: a
Out[141]: array([0, 1, 2, 3, 4])

In [142]: index
Out[142]: array([1, 2, 3, 1, 2, 1, 2, 3, 4, 2])

In [143]: b
Out[143]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [144]: sidx = index.argsort(kind='mergesort')
     ...: sindex = index[sidx]
     ...: idx = sidx[np.r_[np.flatnonzero(sindex[1:] != sindex[:-1]), index.size-1]]
     ...: a[index[idx]] = b[idx]
     ...: 

In [145]: a
Out[145]: array([0, 5, 9, 7, 8])

---

一个更简单的等价于Divakar的解

def assign_last(a, index, b):
    """a[index] = b
    """
    index = index[::-1]
    b = b[::-1]

    ix_unique, ix_first = np.unique(index, return_index=True)
    # np.unique: return index of first occurrence.
    # ix_unique = index[ix_first]

    a[ix_unique] = b[ix_first]
    return a

a =  array([0, 1, 2, 3, 4])
index = array([1, 2, 3, 1, 2, 1, 2, 3, 4, 2])
b = array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
assign_last(a, index, b)

输出

array([0, 5, 9, 7, 8])

---

可能重复的FYI，->“对于高级分配，通常不保证迭代顺序。这意味着如果元素设置多次，就不可能预测最终结果。”这是一个很好的解决方案。很高兴知道

mergeosort

可以维持秩序。非常感谢。