如何按条件将NumPy多维数组内容复制到另一个数组？

首先纠正你伪代码里的几个问题：

• 创建array1时，所有内部列表需要放在一个大列表中，否则语法错误；
• 用np.empty初始化array2后，循环里直接赋值array2 = array1[x]会覆盖数组，无法实现收集符合条件记录的需求。

下面是两种可行的实现方式：

推荐：矢量化布尔索引（高效简洁） #

NumPy原生支持矢量化操作，不用手动写循环，效率远高于Python循环，尤其适合处理大规模数组。

示例代码：

import numpy as np

# 正确创建二维数组
array1 = np.array([
    [1.142, 2, 3.10042, 4, 5, 6, 7.34141, 8, 9, 10],
    [2.1535, 3, 4, 5, 6.000212, 7, 8, 9, 10, 11],
    [1, 2, 3, 20, 4, 5, 6, 7, 8, 9]  # 该行满足第4个元素>15的条件
])

# 生成布尔掩码：判断每行第4个元素（索引为3）是否大于15
mask = array1[:, 3] > 15
# 用掩码筛选出符合条件的行，直接得到目标数组
array2 = array1[mask]

print(array2)

解释：array1[:, 3]提取所有行的第4个元素，生成一个布尔数组mask；array1[mask]会自动保留mask为True对应的行，一步完成筛选。

可选：Python循环实现（不推荐） #

如果因特殊场景必须使用循环，可以先通过列表收集符合条件的行，最后转换为NumPy数组：

import numpy as np

array1 = np.array([
    [1.142, 2, 3.10042, 4, 5, 6, 7.34141, 8, 9, 10],
    [2.1535, 3, 4, 5, 6.000212, 7, 8, 9, 10, 11],
    [1, 2, 3, 20, 4, 5, 6, 7, 8, 9]
])

filtered_rows = []
for row in array1:
    if row[3] > 15:
        filtered_rows.append(row)

# 将收集到的行转换为NumPy数组
array2 = np.array(filtered_rows)

print(array2)

注意：循环方式在数组规模较大时，执行效率会远低于矢量化操作，优先推荐第一种方法。

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