Numpy布尔索引疑问：为何a[b1,b2]返回array([4,10])而非预期值？

先明确你的数组结构：

a = np.arange(12).reshape(3,4)
# a的实际内容：
# [[ 0  1  2  3]
#  [ 4  5  6  7]
#  [ 8  9 10 11]]
b1 = np.array([False, True, True])  # 对应第1、2行（索引从0开始）
b2 = np.array([True, False, True, False])  # 对应第0、2列

你的预期是取b1选中的所有行和b2选中的所有列的交叉组合元素（行1+列0、行1+列2、行2+列0、行2+列2），但Numpy在这里的索引逻辑和你想的不一样：

• 当执行a[b1, b2]时，Numpy会先把布尔数组转换成对应的整数索引数组：
  • np.where(b1) → array([1, 2])
  • np.where(b2) → array([0, 2])
• 随后Numpy会对这两个索引数组进行逐元素配对，也就是取a[1,0]和a[2,2]，对应的值就是4和10，这就是实际运行的结果。

如果要实现你预期的「选中行和选中列的所有交叉元素」，需要用np.ix_()构造笛卡尔积索引：

a[np.ix_(b1, b2)]
# 输出：array([[ 4,  6],
#              [ 8, 10]])
# 展平后就是你预期的array([4,6,8,10])

或者先筛选行再筛选列，效果一致：

a[b1][:, b2]

核心区别：

• a[b1, b2]是对应位置的索引配对，要求两个布尔数组转换后的索引数组长度一致
• a[np.ix_(b1, b2)]才是行和列的笛卡尔积筛选，得到选中行和列的所有交叉元素

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