如何用Numpy实现从三个向量构建2D数组并累加重复索引值？

直接使用A[X,Y] += Z无法实现重复索引的累加效果，原因是Numpy的花式索引会先提取所有索引对应的元素生成临时数组，完成加法操作后再将结果赋值回原数组——重复索引的位置只会保留最后一次赋值的结果，而非逐步累加。

以下是两种Numpy原生高效解决方案：

方法一：使用np.add.at() #

这是Numpy专门针对原地累加重复索引设计的函数，直接操作原数组，不会产生临时数组，性能接近原生C实现。

import numpy as np

X = [0,1,1]
Y = [2,2,2]
Z = [1,2,3]

A = np.zeros([3, 3], dtype=int8)
np.add.at(A, (X, Y), Z)

print(A)

输出结果：

array([[0, 0, 1],
       [0, 0, 5],
       [0, 0, 0]], dtype=int8)

方法二：使用np.bincount() #

将二维索引转换为一维扁平索引后，用bincount统计每个索引位置的累加值，最后重塑为二维数组。该方法适合数据量较大的场景，性能表现优异。

import numpy as np

X = [0,1,1]
Y = [2,2,2]
Z = [1,2,3]

# 把二维索引转换为一维扁平索引
flat_indices = np.ravel_multi_index((X, Y), (3, 3))
# 计算每个索引位置的累加值
counts = np.bincount(flat_indices, weights=Z, minlength=3*3)
# 重塑为目标二维数组
A = counts.reshape(3, 3).astype(int8)

print(A)

输出结果：

array([[0, 0, 1],
       [0, 0, 5],
       [0, 0, 0]], dtype=int8)

内容的提问来源于stack exchange，提问作者Erasmo Calzadilla