Python numpy triu_indices用法及代碼示例

本文簡要介紹 python 語言中 numpy.triu_indices 的用法。

用法:

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

返回 (n, m) 數組的 upper-triangle 的索引。

參數：

n： int

返回的索引對其有效的數組的大小。

k： 整數，可選

對角線偏移(詳見 triu )。

m： 整數，可選

返回數組對其有效的數組的列維度。默認情況下，m 等於 n。

返回：

inds： 元組，ndarrays 的 shape(2)，shape(n)

三角形的索引。返回的元組包含兩個數組，每個數組都有沿數組一維的索引。可用於切片形狀(n，n)的ndarray。

注意：

例子：

計算兩組不同的索引以訪問 4x4 數組，一組用於從主對角線開始的上三角部分，一組從更右側的兩個對角線開始：

>>> iu1 = np.triu_indices(4)
>>> iu2 = np.triu_indices(4, 2)

以下是它們如何與示例數組一起使用：

>>> 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]])

兩者都用於索引：

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

對於賦值：

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

這些隻覆蓋了整個數組的一小部分(主數組右側的兩條對角線)：

>>> a[iu2] = -10
>>> a
array([[ -1,  -1, -10, -10],
       [  4,  -1,  -1, -10],
       [  8,   9,  -1,  -1],
       [ 12,  13,  14,  -1]])