如何使用numpy的where方法仅对矩阵单列应用条件获取对应行索引

核心实现逻辑 #

你之前出错的原因是直接将整个矩阵传入条件判断逻辑，导致numpy对所有列的元素都做了条件校验。只需要明确指定提取第一列做条件判断即可，核心代码如下：

# 仅对第一列做条件校验，返回符合条件的行索引
result_index = np.where((10 < arr[:, 0]) & (arr[:, 0] < 15))[0]

完整可运行示例 #

import numpy as np

# 你的原始矩阵
arr = np.array([
    [11., 5.],
    [24., 6.],
    [39., 12.],
    [14., 1.],
    [25., 12.]
])

# 执行筛选
mask = (10 < arr[:, 0]) & (arr[:, 0] < 15)
result_index = np.where(mask)[0]

print(result_index) # 输出 [0 3]

补充说明 #

• 多维矩阵索引arr[:, 0]代表取所有行的第0列（也就是你需要的第一列），仅对这部分数据做条件判断，得到的布尔掩码长度和矩阵行数一致
• numpy中多条件判断需要用&（且）、|（或）连接，每个条件都要用括号包裹，否则会触发运算符优先级错误

内容的提问来源于stack exchange，提问作者Simon2215