如何对numpy数组执行联动操作：单个数组过滤后同步处理对应元素

你可以通过numpy的布尔掩码功能实现两个数组的同步过滤，核心是用同一套条件生成的布尔值序列去索引两个数组，就能保证过滤后两个数组的元素仍然一一对应。

完整操作示例如下：

import numpy as np

# 初始化原始数组
distance_arr = np.array([[7.948829 , 3.7127783, 3.6365926, 3.4607997]], dtype=np.float32)
index_arr = np.array([[ 5, 15,  7, 39]])

# 自定义阈值，示例为保留距离大于等于3.6的元素
threshold = 3.6
# 生成布尔掩码：和数组元素位置一一对应，符合条件为True，否则为False
filter_mask = distance_arr[0] >= threshold

# 用同一套掩码同步过滤两个数组
filtered_distance = distance_arr[:, filter_mask]
filtered_index = index_arr[:, filter_mask]

运行后输出结果：

• 过滤后的距离数组：array([[7.948829 , 3.7127783, 3.6365926]], dtype=float32)
• 同步过滤后的索引数组：array([[ 5, 15, 7]])

你可以根据实际需求调整掩码的判断条件，比如要保留小于阈值的元素，把>=改成<即可。如果你的二维数组是多行结构，只需要调整掩码的生成逻辑，保证掩码的维度和要过滤的数组维度匹配即可。

内容的提问来源于stack exchange，提问作者Amartya Gaur