二维数组中的索引对之间的Numpy和

Question

我有一个二维numpy数组（MxN）和另外两个一维数组（Mx1），它们分别表示二维数组的每一行的开始和结束索引我想总结一下。我正在寻找在大数组中执行此操作的最有效方法（最好不必使用循环，这正是我目前所做的）。我想要做的一个例子是以下内容。

>>> random.seed(1234) 
>>> a = random.rand(4,4) 
>>> print a 
[[ 0.19151945 0.62210877 0.43772774 0.78535858] 
[ 0.77997581 0.27259261 0.27646426 0.80187218] 
[ 0.95813935 0.87593263 0.35781727 0.50099513] 
[ 0.68346294 0.71270203 0.37025075 0.56119619]] 
>>> b = array([1,0,2,1]) 
>>> c = array([3,2,4,4]) 
>>> d = empty(4) 
>>> for i in xrange(4): 
    d[i] = sum(a[i, b[i]:c[i]]) 

>>> print d 
[ 1.05983651 1.05256841 0.8588124 1.64414897] 

我的问题类似于下面的问题，但是，我不认为那里提出的解决方案会非常有效。 Numpy sum of values in subarrays between pairs of indices在这个问题中，他们想要找到同一行的多个子集的总和，所以可以使用cumsum()。但是，我只会在每行中找到一笔金额，所以我不认为这是计算总和的最有效方法。

编辑：对不起，我在我的代码中犯了一个错误。循环内部的行先前为d[i] = sum(a[b[i]:c[i]])。我忘记了第一维的索引。每组起始和结束索引对应于二维数组中的新行。

Answer 1

你可以做这样的事情：

from numpy import array, random, zeros 
random.seed(1234) 
a = random.rand(4,4) 
b = array([1,0,2,1]) 
c = array([3,2,4,4]) 

lookup = zeros(len(a) + 1, a.dtype) 
lookup[1:] = a.sum(1).cumsum() 
d = lookup[c] - lookup[b] 
print d 

这可能帮助，如果你的B/C数组很大，你求和的窗户都很大。因为你的窗口可能会重叠，例如2：4和1：4大部分是相同的，所以你基本上在重复操作。通过将cumsum作为每个处理步骤，可以减少重复操作的次数，并且可以节省时间。如果你的窗口很小并且B/C很小，这将不会有太大的帮助，主要是因为你将总结一个你不太在乎的矩阵的部分。希望有所帮助。