如何通过索引数组正确提取NumPy数组中的指定行

• 你写的第一行代码finding_all_infValue=np.asarray(BD[BD.min(axis=1) != np.inf])本身逻辑正确，可以正常取出所有最小值不是inf的行，报错来自后续索引计算的逻辑错误。
• 核心报错点来自np.where的写法错误：你给判断条件BD.min(axis=1) == np.inf外层多套了一对方括号，把原本长度为数组行数的一维布尔数组，转成了形状为(1, 行数)的二维数组；无意义的维度包裹很容易搞混np.where返回值的索引顺序，导致取错下标触发索引报错。
• 额外问题：实现逻辑冗余，numpy的布尔索引本身支持直接按行筛选，不需要单独调用np.where取索引再二次索引，多写一步反而增加出错概率。

方法1：最简布尔索引（推荐） #

直接把行判断条件作为下标传入数组，一步完成筛选，不需要单独计算行索引：

# 筛选整行所有值都是inf的行（和原逻辑判断min==inf的规则一致）
new_array = BD[BD.min(axis=1) == np.inf]

如果实际需求是只要行内包含任意一个inf就提取该行，把判断条件替换为np.isinf的行级判断即可：

# 筛选存在至少一个inf值的行
new_array = BD[np.isinf(BD).any(axis=1)]

方法2：先取索引再筛选（适配需要复用索引的场景） #

如果后续逻辑需要用到符合条件的行索引，去掉np.where条件外层多余的方括号即可，注意一维条件下np.where返回的元组第0位才是行下标：

# 注意不要给判断条件加外层[]，返回值取[0]拿到行索引
indx = np.where(BD.min(axis=1) == np.inf)[0]
new_array = BD[indx, :]

可以用样例数组验证逻辑正确性：

import numpy as np
BD = np.array([
    [1, 2, 3],
    [np.inf, np.inf, np.inf],
    [4, np.inf, 5],
    [7, 8, 9]
])

# 筛选全inf行
new_array = BD[BD.min(axis=1) == np.inf]
print(new_array)
# 输出：[[inf inf inf]]

# 筛选含任意inf的行
new_array_has_inf = BD[np.isinf(BD).any(axis=1)]
print(new_array_has_inf)
# 输出：
# [[inf inf inf]
#  [ 4. inf  5.]]

内容的提问来源于stack exchange，提问作者david