numpy.tril_indices

numpy.tril_indices(n, k=0, m=None)

返回 (n, m) 数组的下三角的索引.

参数:

nint

返回的索引对其有效的数组的行维度.

k整数,可选

对角线偏移量(有关详细信息,请参见 tril ).

m整数,可选

返回的数组对其有效的数组的列维度.默认情况下, m 等于 n .

返回:

inds数组的元组

行和列的索引,分别.行索引以非递减顺序排序,并且对于每一行,对应的列索引严格递增.

参见

triu_indices

类似的函数,用于上三角.

mask_indices

接受任意掩码函数的通用函数.

tril , triu

示例

Try it in your browser!

>>> 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,另一组从右侧两个对角线开始:

>>> 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,并且对于每一行,相应的列索引(第二个数组)是严格递增的.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]])

都用于索引:

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

以及用于赋值:

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

这些覆盖了几乎整个数组(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]])

Go BackOpen In Tab