numpy.triu_indices

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.triu_indices.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

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

返回（n，m）数组的上三角形的索引。

参数：	n：int 返回的索引将有效的数组的大小。 k：int，可选 对角线偏移（详见triu）。 m：int，可选 版本1.9.0中的新功能。 返回的数组将有效的数组的列维度。默认情况下，m等于n。
返回：	inds：元组，形状（2）的数组，形状（n） 三角形的索引。返回的元组包含两个数组，每个数组的索引沿着数组的一个维度。可用于切割形状的阵列（n，n）。

也可以看看

tril_indices

类似的功能，用于下三角形。

mask_indices

通用函数接受任意掩码函数。

triu，tril

笔记

版本1.4.0中的新功能。

例子

计算两个不同的索引集合以访问4x4数组，一个用于从主对角线开始的上三角形部分，并且一个开始于对角线的右边：

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

下面是如何使用示例数组：

>>> 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[iu1]
array([ 0,  1,  2,  3,  5,  6,  7, 10, 11, 15])

并为赋值：

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

这些只覆盖整个数组的一小部分（主要的两个对角线）：

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