numpy.tril_indices#

numpy.tril_indices(n, k=0, m=None)[source]#

返回 (n, m) 数组的下三角部分的索引。

参数:

nint: 返回索引有效的数组的行维度。
kint, 可选: 对角线偏移（详见 tril）。
mint, 可选: 返回数组有效的数组的列维度。默认情况下，m 等于 n。

返回:

inds数组元组: 行索引和列索引，分别。行索引按非递减顺序排序，对应的列索引在每行中严格递增。

另请参阅

triu_indices: 类似函数，用于上三角。
mask_indices: 接受任意掩码函数的通用函数。
tril, triu

示例

>>> import numpy as np

计算两组不同的索引来访问 4x4 数组，一组用于从主对角线开始的下三角部分，另一组用于从主对角线向右偏移两个对角线开始的部分

>>> il1 = np.tril_indices(4)
>>> il1
(array([0, 1, 1, 2, 2, 2, 3, 3, 3, 3]), array([0, 0, 1, 0, 1, 2, 0, 1, 2, 3]))

请注意，行索引（第一个数组）是非递减的，对应的列索引（第二个数组）在每行中严格递增。以下是如何将它们与示例数组一起使用

>>> a = np.arange(16).reshape(4, 4)
>>> a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

两者都用于索引

>>> a[il1]
array([ 0,  4,  5, ..., 13, 14, 15])

并用于赋值

>>> a[il1] = -1
>>> a
array([[-1,  1,  2,  3],
       [-1, -1,  6,  7],
       [-1, -1, -1, 11],
       [-1, -1, -1, -1]])

这些几乎覆盖了整个数组（主对角线右侧的两个对角线）

>>> il2 = np.tril_indices(4, 2)
>>> a[il2] = -10
>>> a
array([[-10, -10, -10,   3],
       [-10, -10, -10, -10],
       [-10, -10, -10, -10],
       [-10, -10, -10, -10]])