我正在寻找一种有效的方法，可以从两个包含索引的数组中创建出现矩阵，一个数组代表此矩阵中的 行索引 ，另一个代表 列索引 。

例如。我有：

#matrix will be size 4x3 in this example
#array of rows idxs, with values from 0 to 3
[0, 1, 1, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3]
#array of columns idxs, with values from 0 to 2
[0, 1, 1, 1, 2, 2, 0, 1, 2, 0, 2, 2, 2, 2]

并且需要创建一个发生矩阵，例如：

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

我可以用一种简单的形式创建一个由一个热向量组成的数组，但是当出现多个事件时，它就无法工作：

n_rows    = 4
n_columns = 3
#data
rows    = np.array([0, 1, 1, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3])
columns = np.array([0, 1, 1, 1, 2, 2, 0, 1, 2, 0, 2, 2, 2, 2])
#empty matrix
new_matrix = np.zeros([n_rows, n_columns])
#adding 1 for each [row, column] occurrence:
new_matrix[rows, columns] += 1
print(new_matrix)

哪个返回：

[[ 1.  0.  0.]
 [ 0.  1.  0.]
 [ 0.  1.  1.]
 [ 1.  1.  1.]]

当出现多个索引/索引时，索引和添加这样的值似乎不起作用，除了打印外，它似乎还可以：

print(new_matrix[rows, :])

：

[[ 1.  0.  0.]
 [ 0.  1.  0.]
 [ 0.  1.  0.]
 [ 0.  1.  1.]
 [ 0.  1.  1.]
 [ 0.  1.  1.]
 [ 1.  1.  1.]
 [ 1.  1.  1.]
 [ 1.  1.  1.]
 [ 1.  1.  1.]
 [ 1.  1.  1.]
 [ 1.  1.  1.]
 [ 1.  1.  1.]
 [ 1.  1.  1.]]

所以也许我在那里缺少什么？还是无法做到这一点，而我需要寻找另一种方法呢？