如何使用numpy基于索引将数组元素累加到指定大小的零数组

这事儿用numpy处理超简单，给你两种高效的原生方法，完全不用写循环，速度拉满：

方法一：使用np.add.at()（原地累加） #

这种方法专门针对重复索引需要累加的场景——numpy常规的索引赋值（比如arr2[arg_arr] += arr1）会因为广播机制只保留最后一次赋值，而np.add.at()会对每个索引位置执行原地累加操作，完美匹配你的需求。

代码示例：

import numpy as np

# 定义原始数组和索引数组
arr1 = np.array([ 0., 329., 730., 513., 0., 167., 0., 0., 175., 0., 220., 0., 0., 0., 202., 0., 0., 59., 0., 33., 47.])
arg_arr = np.array([4, 3, 2, 3, 1, 3, 2, 0, 3, 0, 3, 2, 2, 1, 0, 4, 4, 3, 2, 0, 3], dtype=np.int64)

# 初始化结果数组
arr2 = np.zeros((5,))

# 按索引执行累加
np.add.at(arr2, arg_arr, arr1)

print(arr2)
# 输出结果：array([235., 167., 1460., 1510., 0.])

方法二：使用np.bincount()（一步到位） #

np.bincount()原本是用来统计非负整数数组中每个值的出现次数，但加上weights参数后，它会直接计算每个索引对应的权重总和，正好就是我们需要的累加结果。因为你的索引数组arg_arr最大值是4，所以结果正好是长度为5的数组，完全符合要求。

代码示例：

import numpy as np

arr1 = np.array([ 0., 329., 730., 513., 0., 167., 0., 0., 175., 0., 220., 0., 0., 0., 202., 0., 0., 59., 0., 33., 47.])
arg_arr = np.array([4, 3, 2, 3, 1, 3, 2, 0, 3, 0, 3, 2, 2, 1, 0, 4, 4, 3, 2, 0, 3], dtype=np.int64)

# 直接计算累加结果
arr2 = np.bincount(arg_arr, weights=arr1)

print(arr2)
# 输出结果和上面完全一致：array([235., 167., 1460., 1510., 0.])

结果验证 #

咱们手动核对几个关键位置：

• 索引0：对应arr1中arg_arr=0的元素是0.（索引7）、0.（索引9）、202.（索引14）、33.（索引19），累加和为0+0+202+33=235.，和输出一致。
• 索引3：对应元素累加和为329+513+167+175+220+59+47=1510.，完全正确。

两种方法都能高效解决问题，np.bincount()更简洁，np.add.at()则适合需要保留arr2自定义初始值（比如初始不是全0）的场景。

内容的提问来源于stack exchange，提问作者dmin