向量化各种索引的numpy数组调用

我有一个2D numpy数组和一列索引列表，我希望计算numpy数组中相应的一维向量的总和。这可以通过for循环或通过列表理解来轻松完成，但我想知道是否可以对其进行矢量化。使用类似的代码，我可以从矢量化中获得大约40倍的加速比。向量化各种索引的numpy数组调用

这里的示例代码：

import numpy as np 
indices = [[1,2],[1,3],[2,0,3],[1]] 
array_2d = np.array([[0.5, 1.5],[1.5,2.5],[2.5,3.5],[3.5,4.5]]) 
soln = [np.sum(array_2d[x], axis=-1) for x in indices]

（编辑）：请注意，指数不（X，Y）坐标array_2d，代替指数为[0] = [1,2]表示在第一和第二array_2d中的向量（行）。索引中每个列表的元素数目可以变化。

这就是我希望能够做到：

vectorized_soln = np.sum(array_2d[indices[:]], axis=-1)

有谁知道是否有实现这一目标的任何方式？

来源

2013-06-21 irozada

“indices”的最后一个元素应该是“[2]”吗？其他元素的长度为2. –

我编辑了这篇文章，并解释了一些索引代表的内容。最初是的，索引中的元素可以具有可变大小，但是对array_2d中的相应向量执行的操作应该同样适用（如总和或平均值等），并输出单个向量。 – irozada

首先给所有，我觉得你在指数的第三个元素一个错字...

最简单的方式做到这一点是建立一个与sub_array指数的两个数组：

i = np.array([1,1,2]) 
j = np.array([2,3,?]) 
sub_arr2d = array_2d[i,j]

最后，你可以得到sub_arr2d的总和......

来源

2013-06-22 01:17:05 Pablo

这不是一个错字，我编辑了一些帖子，以更好地解释指数意味着什么。我认为你的建议不会与我的想法一致（希望现在写得更好）。 – irozada

向量化各种索引的numpy数组调用

回答

相关问题