如何让np.where在条件不满足时不返回替代值而是跳过对应元素？

np.where 的设计逻辑是返回与输入条件数组形状完全一致的数组，必须为每个位置的元素返回对应值，因此无法直接实现「跳过不满足条件的元素」的需求。你要的仅保留符合条件的元素的效果，可以通过以下两种更简单的方法实现： #

方法1：布尔索引（最推荐） #

直接用条件表达式对原数组做索引，会自动提取所有满足条件的元素，过滤不符合要求的元素：

# 阈值1e-13和你写的0.00000000000001等价
filtered_f = f[f > 1e-13]

该方法返回的数组仅包含符合条件的元素，长度等于原数组中满足条件的元素总数。 #

方法2：结合np.where取索引后取值 #

如果需要先获取满足条件的位置索引再做后续操作，可以先用np.where拿到符合条件的索引，再用索引提取元素：

# 获取满足条件的元素下标
valid_indices = np.where(f > 1e-13)
# 用下标提取对应元素
filtered_f = f[valid_indices]

该方法的输出结果和布尔索引完全一致。 #

效果对比示例 #

假设原数组为：

import numpy as np
f = np.array([1e-14, 2, 3e-15, 5, 1e-12])

• 你原代码的输出为array([-8.5, 2, -8.5, 5, 1e-12])，和原数组长度一致，不满足条件的位置填充-8.5
• 上述两种过滤方法的输出为array([2, 5, 1e-12])，仅保留符合条件的元素

内容的提问来源于stack exchange，提问作者Philipp