如何在Python中实现Matlab风格的二维Numpy数组布尔切片？

这个差异本质是Numpy和Matlab对布尔数组索引的逻辑不同导致的：

• 你写的z[f,f]里，Numpy会把两个布尔数组当成逐元素配对的索引——也就是取z[0,0]（因为f[0]为True）、z[1,1]（f[1]为True），跳过第三个False对应的位置，所以得到[1,5]。
• 而Matlab里的z(f,f)是分别用布尔数组筛选行和列：先选所有f为True的行，再在这些行里选f为True的列，最终得到左上2x2的子数组。

要在Numpy里复刻Matlab的效果，有两种实用方法：

方法1：分步索引（直观易懂） #

先筛选目标行，再筛选目标列：

import numpy as np
z = np.array([[1,2,3],[4,5,6],[7,8,9]])
f = np.array([True,True,False])

result = z[f, :][:, f]
print(result)
# 输出：
# [[1 2]
#  [4 5]]

这里z[f, :]先提取前两行，再通过[:, f]从这两行里截取前两列，完全匹配Matlab的操作逻辑。

方法2：用np.ix_()（高效推荐） #

np.ix_()会自动把一维布尔数组转换成适合多维索引的网格结构，避免分步索引可能产生的数组复制，处理大数组时更高效：

result = z[np.ix_(f, f)]
print(result)
# 输出同样是：
# [[1 2]
#  [4 5]]

np.ix_(f,f)让Numpy分别对行和列应用布尔筛选，和Matlab的z(f,f)行为完全一致。

内容的提问来源于stack exchange，提问作者Cowboy Trader