numpy.add.at能否使用二维索引？二维索引累加结果异常咨询

你碰到的问题是因为np.add.at的索引参数格式不对——当你直接传入二维的indices数组时，Numpy会把它当成第一个维度（行）的索引数组，然后广播到所有列，导致整行都被累加，而不是你期望的单个坐标累加。

正确的实现代码 #

要精准定位每个(行,列)坐标进行累加，你需要把indices拆分成对应两个维度的索引元组，最简单的方式是转置后转成元组：

import numpy as np

image = np.zeros((5,5), dtype=np.int32)
indices = np.array([[1,1], [1,1], [3,3]])

# 将二维索引转换为(行索引数组, 列索引数组)的元组
np.add.at(image, tuple(indices.T), 1)
print(image)

运行后会得到你期望的输出：

[[0 0 0 0 0]
 [0 2 0 0 0]
 [0 0 0 0 0]
 [0 0 0 1 0]
 [0 0 0 0 0]]

另一种等价写法 #

你也可以直接提取行和列的索引数组，组成元组传入：

np.add.at(image, (indices[:, 0], indices[:, 1]), 1)

为什么原来的代码会出错？ #

当你直接传入indices二维数组时，Numpy会将其视为行维度的索引数组（形状为(3,2)），数组里的每个元素都是行索引值（1或3）。然后Numpy会对这些索引对应的行，给所有列都累加1：

• 索引数组里共有4个1（来自[[1,1],[1,1]]），所以第1行的每个元素都加了4
• 索引数组里共有2个3（来自[3,3]），所以第3行的每个元素都加了2
  这就是你看到错误输出的原因。

内容的提问来源于stack exchange，提问作者user1411900