如何从NumPy数组的第n列中直接筛选小于m的数值，无需定义中间变量

当然可以一步实现，不需要单独声明中间变量存储目标列，但你写的示例写法存在维度不匹配的问题，需要调整条件的作用范围。

你尝试的x[:, 0][x < 0.5]无法正常运行，原因是x < 0.5生成的是和原始二维数组x形状一致的布尔矩阵，而x[:, 0]是长度等于行数的一维数组，两者形状不匹配，索引时会直接报错。

正确实现方式 #

写法1：合并索引操作（性能更优，只做一次数组访问） #

直接在原始数组的索引逻辑里同时指定行筛选条件和列目标：

import numpy as np

x: np.ndarray = np.array([ [0.1, 0.5], [0.7, 0.4], [0.6, 0.9] ])
values_below_05_from_first_column = x[x[:, 0] < 0.5, 0]

逻辑说明：逗号前的x[:, 0] < 0.5会针对第一列生成一维布尔掩码，筛选出第一列数值小于0.5的行，逗号后的0指定取这些行的第一列数值，一步完成筛选。

写法2：链式索引（写法更贴合你原本的思路） #

把条件的作用对象改成切片后的第一列即可：

import numpy as np

x: np.ndarray = np.array([ [0.1, 0.5], [0.7, 0.4], [0.6, 0.9] ])
values_below_05_from_first_column = x[:, 0][x[:, 0] < 0.5]

两种写法的运行结果完全一致，示例中输出为array([0.1])，和两步写法的结果完全相同。

内容的提问来源于stack exchange，提问作者mikolaj semeniuk