Python基于索引筛选Numpy数组：结果无法存入空列表排查

核心错误点 #

• 索引方向搞反：你写的arr[:1,i]是取第i列的第一行数据，而你要判断的是每一行的第二列（索引为1），应该用arr[i, 1]来获取对应位置的值。
• 添加内容错误：符合条件时你把整个原数组arr添加到列表里，而不是当前符合条件的行arr[i]，这会导致最终结果全是原数组的重复。
• 循环逻辑冗余：用Python循环处理Numpy数组效率低，Numpy本身支持矢量化筛选，没必要手动遍历。

修正后的代码 #

方式一：修正循环逻辑 #

如果坚持用循环，改成这样：

import numpy as np

data = [
    [0.0,52.0,33.0,44.0,51.0],
    [0.0,30.0,45.0,12.0,44.0],
    [0.0,67.0,99.0,23.0,78.0]
]

arr = np.array(data)
filter_arr = []

for i in range(len(arr)):
    # 取第i行的第二列（索引1）判断是否大于50
    if arr[i, 1] > 50:
        filter_arr.append(arr[i])  # 添加当前行而非整个数组

filter_arr = np.array(filter_arr)
print(filter_arr)

方式二：Numpy矢量化筛选（推荐） #

这是Numpy的标准用法，更简洁高效：

import numpy as np

data = [
    [0.0,52.0,33.0,44.0,51.0],
    [0.0,30.0,45.0,12.0,44.0],
    [0.0,67.0,99.0,23.0,78.0]
]

arr = np.array(data)
# 直接用布尔索引筛选第二列>50的行
filter_arr = arr[arr[:, 1] > 50]
print(filter_arr)

两种方式运行后都会得到你期望的结果：

array([[ 0., 52., 33., 44., 51.],
       [ 0., 67., 99., 23., 78.]])

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