如何根据分区将numpy2d数组的行相加

Question

我想知道什么是最快的方法，给定一个shape（n，m）numpy数组和一个shape（p）numpy数组描述一个0到n的分区（例如，n=6的一个这样的分区是：[0，2，4]，这意味着索引被划分为（0，1），（2，3），（4，5）），返回一个shape（p，m） 与每个分区对应的行的总和。你知道吗

例如

[[0,1,1,1],
 [2,0,1,1],
 [0,0,0,1],
 [5,1,0,0]]

给定分区[0,1]应该返回

[[0,1,1,1],
 [7,1,1,2]]

我已经有了一个解决方案，就是构造矩阵

[[1,0,0,0],
 [0,1,1,1]]

把初始矩阵乘以这个，得到想要的矩阵，我认为应该很快，但是我认为可能会有一些更快的东西，包括类似的东西减量（https://docs.scipy.org/doc/numpy/reference/generated/numpy.ufunc.reduceat.html）使用分区数组。有什么帮助吗？你知道吗

等等。。。我刚刚阅读了reduceat文档，您可以直接执行np.add.reduceat(matrix, partition, axis=0)。我记得我以为你做不到。我想这是因为对于我的应用程序，我需要对稀疏矩阵做这个。那么，当输入的2d numpy数组是稀疏格式时，有人能建议如何执行此操作吗？你知道吗