numpy对索引列表进行矢量化总和

【问题标题】：numpy vectorize sums over lists of indicesnumpy对索引列表进行矢量化总和
【发布时间】：2018-03-28 00:09:02
【问题描述】：

有没有办法对这个 for 循环进行矢量化？ Lc是一个向量，Lr是一个二维数组

    for j in range(n):
        Mj = Nodes[j] # Mj is a list of indices to sum over

        L_posteriori[j] = Lc[j] + sum(Lr[Mj,j])

这个循环对每列的行索引列表产生一个总和，每列的行索引不同

【问题讨论】：

【解决方案1】：

方法#1

使用advanced-indexing一次性生成所有Lr[Mj,j]，沿其行求和，然后使用Lc进行加法-

B = Lr[Nodes, np.arange(len(Nodes))[:,None]]
L_posteriori = Lc + B.sum(1,keepdims=1)

方法 #2

这些索引可以转换为一个布尔数组，该数组与覆盖我们索引到的数组长度的索引范围相匹配，即Lr。然后，我们使用np.einsum 直接通过张量和归约从B 中得到这些行的总和，就像这样 -

mask = Nodes == np.arange(len(Lr))[:,None,None]
B_rowsum = np.einsum('ij,ijk->j',Lr,mask)

所以，添加 Lc 和 B_rowsum 以获得所需的输出 -

L_posteriori = Lc + B_rowsum[:,None]

【讨论】：