指数阵列之间具有环绕条件的Numpy总和

Question

给定一个大的numpy浮点型数组和2个索引数组我想要一个优雅的方式来按照以下规则对给定索引之间包含的所有值进行求和：

当索引1>索引0，总和在一条直线前进的方式
• 当索引1 <索引0，求和“的wraparounds”的价值观发生
• 。

因此，例如：

import numpy as np 

# Straight forward summation when index1 > index0 
values = np.array([0.,10.,20.,30.,40.,50.,60.,70.]) 
index0 = np.array([0,3]) 
index1 = np.array([2,6]) 
# Desired Result: np.array([30,180]) # (0+10+20),(30+40+50+60) 

# Wrap around condition when index1 < index0 
index0 = np.array([5]) 
index1 = np.array([1]) 
# Result: np.array([190]) # (50+60+70+0+10) 

因为我处理相当大的阵列，我正在寻找可能的话优雅numpy的为中心的解决方案。

Answer 1

关于什么：

# store all cumulative sums (adding 0 at the start for the empty sum) 
cs = np.insert(np.cumsum(values), 0, 0) 

# then for each indexing get the result in constant time (linear in index0/1 size): 
result = np.where(index0 < index1, 0, cs[-1]) + cs[index1+1]-cs[index0]