Numpy中matrix[True, False]索引行为的原理探究

先明确核心区别：你用matrix[[True, False]]时，是一维布尔数组/列表和矩阵的行维度（长度2）匹配，所以筛选出对应行，这是常规的布尔索引逻辑。而你遇到的matrix[True, False]这类用单个布尔值的情况，本质是NumPy的广播机制和维度规则在起作用：

• 当你给单个布尔值作为索引时，它会被广播成对应维度全是该布尔值的数组，同时NumPy要求索引的维度数要和数组维度数兼容：
  1. 对于matrix[True, False]：
     你的矩阵是2维（形状(2,2)），这里的两个单个布尔值分别对应行、列维度。True会被广播成行维度的[True, True]（选中所有行），False被广播成列维度的[False, False]（不选中任何列），最终自然返回空数组。
  2. 对于matrix[True, True]：
     两个True分别广播成行、列维度的全选数组，也就是选中所有行和所有列，所以返回整个矩阵。
  3. 对于matrix[True, True, False]：
     你的矩阵只有2维，但这里给了3个索引维度。NumPy会自动给矩阵添加一个长度为1的新维度（变成3维，形状(1,2,2)），第三个False对应这个新维度，意味着不选中该维度的任何元素，所以最终返回空数组。

简单总结：单个布尔值索引是对整个维度的全选或全排除，索引维度数和数组维度数匹配时，每个布尔值对应一个维度的选择；索引维度数超过数组维度时，会自动扩展数组维度，多余的布尔值决定新维度是否被选中，False就会导致空结果。

内容的提问来源于stack exchange，提问作者Gleb Kosharin