如何根据布尔数组的True索引范围切片目标数组？

API 探路者

2026-6-17

解决方案

要从布尔数组a中提取连续True的区间，并用这些区间切片数组b，可以用NumPy的数组操作快速实现，以下是两种可行方法：

方法一：利用差分找区间边界

这种方法效率较高，适合处理大规模数组：

import numpy as np

# 初始化示例数组a和b
a = np.zeros(100, dtype=bool)
a[10:20] = True 
a[40:60] = True
b = np.arange(100)  # 替换成你的实际数组b

# 扩展数组以处理边界情况
extended_a = np.concatenate([[False], a, [False]])
# 计算差分，捕捉True区间的起始和结束点
changes = np.diff(extended_a.astype(int))
starts = np.where(changes == 1)[0]
ends = np.where(changes == -1)[0]

# 生成b的子数组列表
subarrays = [b[start:end] for start, end in zip(starts, ends)]

逻辑说明：

在a前后补False，确保数组开头或结尾就是True时，也能正确识别区间边界
将布尔值转为整数后做差分，1对应从False到True的起始点，-1对应从True到False的结束点
配对起始和结束索引，直接切片b得到对应子数组

方法二：从True索引分组

这种方法逻辑更直观，适合理解：

import numpy as np

a = np.zeros(100, dtype=bool)
a[10:20] = True 
a[40:60] = True
b = np.arange(100)

true_indices = np.where(a)[0]
subarrays = []

if len(true_indices) > 0:
    # 找到索引中断的位置（间隔大于1）
    split_positions = np.where(np.diff(true_indices) > 1)[0] + 1
    # 拆分连续的True索引为多个组
    index_groups = np.split(true_indices, split_positions)
    # 每个组对应b的一个子数组（注意切片是左闭右开，所以结束索引要+1）
    subarrays = [b[group[0]:group[-1]+1] for group in index_groups]