如何对NumPy数组按重复索引累加对应值得到目标结果？

你遇到的问题其实是NumPy花式索引里的典型特性：当用重复索引做原地赋值时，底层是先创建视图再批量赋值，重复的索引位置会被最后一次的计算值覆盖，而非逐个累加。要实现你想要的「遍历索引列表，把对应值依次累加到目标位置」的逻辑，np.add.at()就是专门解决这个场景的最简方案。

直接看完整代码示例：

import numpy as np

# 初始化数组
a = np.array([0, 0])
indices = [0, 0, 1, 1]
values_to_add = [1, 2, 3, 4]

# 执行重复索引累加
np.add.at(a, indices, values_to_add)

print(a)
# 输出：array([3, 7])

为什么这个方法可行？ #

np.add.at()是NumPy提供的原地操作函数，它会严格按照索引列表的顺序，将对应的值逐个累加到目标数组的指定索引位置，完全不会出现重复索引覆盖的问题。对应你的需求：

• 索引0会依次加上1和2，最终计算为0+1+2=3
• 索引1会依次加上3和4，最终计算为0+3+4=7

而你原来用a[[0,0,1,1]] += [1,2,3,4]得到[2,4]，本质是因为这个操作的执行逻辑：

1. 先从a中取出索引[0,0,1,1]对应的元素，得到临时数组[0,0,0,0]
2. 临时数组加上[1,2,3,4]得到[1,2,3,4]
3. 把临时数组的结果赋值回原数组的对应索引，此时索引0被连续赋值两次（先1再2），最终保留最后一次的2；索引1同理保留4。

内容的提问来源于stack exchange，提问作者Michael Ma