如何用布尔索引筛选数组/列表元素，无需for循环且支持二维numpy数组行筛选

分两种场景实现，均无显式for循环：

普通Python列表场景 #

使用itertools内置的compress方法直接按标志筛选，逻辑简洁效率高：

from itertools import compress

my_list = [1, 2, 3, 4, 5]
flag_list = [1, 0, 1, 1, 0]
new_list = list(compress(my_list, flag_list))
# 输出结果：[1, 3, 4]

也可以用列表推导式（语法中的for属于推导式隐式循环，执行效率远高于手动写for循环append逻辑）：

new_list = [x for x, flag in zip(my_list, flag_list) if flag]

numpy一维数组场景 #

直接用numpy的布尔索引矢量化操作，无需任何循环：

import numpy as np

my_arr = np.array(my_list)
flag_arr = np.array(flag_list, dtype=bool) # 将0/1标志转为布尔类型
new_arr = my_arr[flag_arr]

同样使用布尔索引实现，筛选逻辑和一维场景完全兼容，只需在索引时指定行维度即可：

import numpy as np

# 示例二维数组，共5行2列
arr_2d = np.array([
    [1, 2],
    [3, 4],
    [5, 6],
    [7, 8],
    [9, 10]
])
flag_list = [1, 0, 1, 1, 0]
flag_arr = np.array(flag_list, dtype=bool)

# 保留flag为1的行
new_2d_arr = arr_2d[flag_arr]
# 等价于 arr_2d[flag_arr, :]，写法更清晰

# 如果需要反过来剔除flag为1的行，保留flag为0的行，对布尔数组取反即可
new_2d_arr = arr_2d[~flag_arr]

内容的提问来源于stack exchange，提问作者Kadaj13