在numpy数组的某个范围内添加一些值？

Question

我有一个像这样的 numpy 数组

[1,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2]

现在我有一个二维数组，它告诉开始索引和结束索引以及要求和的值。像这样

[[5, 12, 29] [8, 22, 719]]

我想更快地将这些数字添加到我的初始数组中。

目前我的解决方案是

f= np.zeros(n+1, dtype = int)

# print(rounds)
for elem in rounds:
    print('rounds : ',elem)
    one = elem[0]
    two = elem[1]
    value_add = elem[2]
# for i in range(0,n+1):
    for i in range(one-1,two):
        f[i-1] += value_add
        # print(f)

矩阵太长时速度很慢，还有其他优化方法吗？

第二次迭代尝试优化

将 numpy 导入为 np

f= np.zeros(n+1, dtype = int)

# print(rounds)
new = np.zeros(n+1)
for elem in rounds:
    # prin  t('rounds : ',elem)
    one = elem[0]
    two = elem[1]
    value_add = elem[2]
# for i in range(0,n+1):

    new[one-1:two] += value_add

Answer 1

您可以创建掩码并使用间接来让 numpy 完成所有工作（即没有任何循环）：

import numpy as np
a   = np.array([1,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2])
iv  = np.array([[5, 12, 29], [8, 22, 719]])

valueMask     = (np.arange(a.size)>=iv[:,0:1]) & (np.arange(a.size)<iv[:,1:2])
valueIndex    = np.max((np.arange(iv.shape[0])+1)[:,None]*valueMask,axis=0)-1
targetMask    = valueIndex>=0
a[targetMask] = iv[valueIndex[targetMask],2]

输出：

print(a)

[  1   2   2   2   2  29  29  29 719 719 719 719 719 719 719 719 719 719  719]

valueMask 变量是a 中位置的真/假矩阵，其中将分配iv 的每个值。

valueIndex 变量将掩码转换为一维数组，指示将在每个位置最后分配iv 值（索引）中的哪一个。对于未更改的位置，它将包含 -1。

targetMask 变量挑选出a 中实际会收到新值的位置，并排除不会更改的位置。它会产生一个真/假的位置掩码，用于间接赋值。

最后一步是使用将要分配的最后一个值（iv 的最高索引）将targetMask 定义的a 中的元素子集与iv 的对应值一起分配。

我希望这将为您提供所需的性能。我测量了将 300 个范围分配给 2000 个项目的数组，并在我的笔记本电脑上得到了 0.0028 秒的时间。

Answer 2

这个怎么样？

a = np.array([1,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2])
instr_array = np.array([[5, 12, 29], [8, 22, 719]])

for start, end, incr in instr_array:
    a[start:end] += incr