如何根据第三个数组的条件从两个NumPy数组中筛选对应索引的数值？

针对你的需求，直接使用NumPy原生的布尔掩码向量化操作即可，完全避免Python层面的循环，是目前大数据集下执行效率最高的筛选方式，实现代码如下：

import numpy as np

# 原始数组
a = np.array([-10,-6,-4,0,14,2,4,12,3,6,8,14,11])
b = np.array([0,5,5,6,8,10,2,2,0,0,0,0,7])
c = np.array([4,6,10,40,22,14,20,8,12,4,3,6,-4])

# 构造复合条件布尔掩码
mask = (b == 0) & (a > 0)

# 用掩码索引直接获取筛选结果
a_new = a[mask]
c_new = c[mask]

运行后得到的结果和你预期完全匹配：

• a_new: array([ 3, 6, 8, 14])
• c_new: array([12, 4, 3, 6])

效率说明 #

这种基于布尔掩码的向量化操作全部由NumPy底层C代码实现，没有Python循环的额外开销，处理百万、千万级规模的数组时，速度比列表推导、普通for循环等方案快10~100倍，完全适配大规模数据集的筛选需求。

内容的提问来源于stack exchange，提问作者Jerome