numpy.triu_indices#

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

返回 (n, m) 数组上三角部分的索引。

参数：
nint

返回索引有效的数组大小。

kint, 可选

对角线偏移量（详情参见 triu）。

mint, 可选

返回数组有效的列维度。默认情况下，m 等于 n。

返回值：
inds元组，形状为 (2) 的 ndarray，形状为 (n)

分别为行索引和列索引。行索引按非递减顺序排序，并且对于每一行，对应的列索引严格递增。

参见

tril_indices

类似函数，用于下三角。

mask_indices

接受任意掩码函数的通用函数。

triu, tril

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上三角部分，另一组从右边的两个对角线开始。

>>> iu1 = np.triu_indices(4)
>>> iu1
(array([0, 0, 0, 0, 1, 1, 1, 2, 2, 3]), array([0, 1, 2, 3, 1, 2, 3, 2, 3, 3]))

注意，行索引（第一个数组）是非递减的，并且对于每一行，对应的列索引（第二个数组）是严格递增的。

以下是它们如何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]])

用于索引

>>> a[iu1]
array([ 0,  1,  2, ..., 10, 11, 15])

以及赋值

>>> a[iu1] = -1
>>> a
array([[-1, -1, -1, -1],
       [ 4, -1, -1, -1],
       [ 8,  9, -1, -1],
       [12, 13, 14, -1]])

这些只覆盖数组的一小部分（主对角线右边的两个对角线）。

>>> iu2 = np.triu_indices(4, 2)
>>> a[iu2] = -10
>>> a
array([[ -1,  -1, -10, -10],
       [  4,  -1,  -1, -10],
       [  8,   9,  -1,  -1],
       [ 12,  13,  14,  -1]])
本页内容