从Matlab转Python，如何实现Numpy数组多值相等条件的索引筛选

你需要使用numpy内置的np.isin()方法实现多值匹配筛选，这是比循环效率高得多的矢量运算实现，完全可以替代你期望的类Matlab多值相等筛选写法。你之前的写法不生效是因为==后接切片1:3属于Matlab语法，Python原生语法和numpy都不支持这种用法。

具体实现示例 #

1. 匹配ID为1、2、3的元素（对应你写的1:3的Matlab语法效果）

import numpy as np
# 第二个参数传入你要匹配的所有值的列表即可
new_x = old_x[np.isin(someID, [1,2,3])]

如果匹配的是连续整数，也可以用np.arange生成列表，避免手动输入：

# np.arange的右边界是开区间，所以要取1到3需要写np.arange(1,4)
new_x = old_x[np.isin(someID, np.arange(1,4))]

2. 匹配ID为1、2、3、7的元素（对应你期望的1:3,7效果）
   直接把所有待匹配的值放进列表即可：

new_x = old_x[np.isin(someID, [1,2,3,7])]

补充用法 #

如果需要筛选ID不在指定列表中的元素，给np.isin()返回的布尔数组前加取反符~即可：

# 筛选ID不等于1、2、3、7的元素
new_x = old_x[~np.isin(someID, [1,2,3,7])]

内容的提问来源于stack exchange，提问作者N Blake