删除 numpy 中的循环以进行简单的矩阵分配

Question

如何在这个简单的矩阵赋值中移除循环以提高性能？

nk,ncol,nrow=index.shape
for kk in range(0,nk):
   for ii in range(0,nrow):
       for jj in range(0,ncol):
           idx=index[kk][ii][jj]
           counter[idx][ii][jj]+=1

我来自 C++，我发现很难适应 numpy 的函数来执行一些非常基本的矩阵操作，比如这个。我想我已经将它简化为一个一维循环，但这对于我需要的东西来说仍然太慢了，在我看来，必须有一种更直接的方法来做到这一点。有什么建议么？谢谢

for kk in range(0,nk):
    xx,yy = np.meshgrid(np.arange(ncol),np.arange(nrow))
    counter[index[kk,:,:].flatten(),yy.flatten(),xx.flatten()]+=1    

Answer 1

如果我理解正确，您正在寻找这个：

uniq, counter = np.unique(index, return_counts=True, axis=0)

uniq 应该为您提供一组唯一的 x,ys（x,y 将被展平为单个数组）和 counter 数组中对应的重复次数 index

编辑：

根据 OP 的评论如下：

xx,yy = np.meshgrid(np.arange(ncol),np.arange(nrow))
idx, counts = np.unique(np.vstack((index.flatten(),np.repeat(yy.flatten(),nk),np.repeat(xx.flatten(),nk))), return_counts=True,axis=1)
counter[tuple(idx)] = counts