为何用numpy where()筛选偶数，返回结果看似是奇数？

问题根源 #

你混淆了np.where()的返回值含义：当仅传入条件表达式时，np.where()返回的是满足条件的元素在数组中的索引，而不是元素本身。

你看到的结果(array([1, 3, 5, 7, 9, 11], dtype=int64),)是一维数组中偶数元素的索引（数组索引从0开始）：

• 索引1对应原数组的2
• 索引3对应原数组的4
• ...
• 索引11对应原数组的12
  这些索引对应的元素才是你要找的偶数，你误把索引值当成了元素值，所以产生了困惑。

正确获取偶数元素的方法 #

如果想要直接得到数组中的偶数元素，有两种简洁的方式：

方法1：布尔索引（推荐）

直接用条件表达式作为数组的索引，筛选出符合条件的元素：

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
even_numbers = arr[arr % 2 == 0]
print(even_numbers)
# 输出：array([ 2,  4,  6,  8, 10, 12])

方法2：通过np.where索引取值

也可以利用np.where返回的索引，再从原数组中提取元素：

even_indices = np.where(arr % 2 == 0)
even_numbers = arr[even_indices]
print(even_numbers)
# 输出：array([ 2,  4,  6,  8, 10, 12])

验证原索引对应的元素 #

你可以直接通过索引验证结果的正确性：

print(arr[even_numbers_in_array[0]])
# 输出：array([ 2,  4,  6,  8, 10, 12])

内容的提问来源于stack exchange，提问作者eminaruk