PyTorch如何选取指定索引之外的张量元素（无需手动建掩码）

首先要说明，x[~idx]这类直接对索引取反的写法是无法生效的。
原因很简单：idx本身是存储位置序号的整型张量，并非布尔掩码。对整型张量直接做按位取反，会把每个数值做二进制逐位取反（比如示例中的idx = [0,2,4]，取反后会得到[-1,-3,-5]），传入张量索引时要么触发类型/形状错误，要么从张量末尾反向选取元素，完全不符合“排除指定索引、保留剩余元素”的预期。

更优雅的官方原生实现 #

你完全不需要手动初始化全1掩码、再逐位置把指定索引设为0，可以用PyTorch内置的torch.isin一步生成符合要求的布尔掩码，代码量更少、逻辑更直观：

import torch
x = torch.tensor([1,2,3,4,5])
idx = torch.tensor([0,2,4])

# 一步生成"索引不在排除集合中"的布尔掩码
keep_mask = ~torch.isin(torch.arange(x.shape[0]), idx)
result = x[keep_mask]

运行后得到的result为tensor([2, 4])，和你最初手动构建掩码得到的结果完全一致。

这种写法的优势 #

• 不需要手动设置掩码初始值，也不需要单独写一行把指定索引位置的掩码设为False，代码逻辑和“排除指定索引”的语义完全对齐，读代码时不需要额外回溯掩码的构建过程
• 鲁棒性更强：如果排除索引idx里存在重复值、甚至是非一维的索引张量，torch.isin都能正确判断元素归属，不会出现掩码赋值的边界问题
• 通用性更好：如果需要按任意维度做排除式索引，只需要把arange的长度对应成目标维度的大小即可，不需要修改核心逻辑

低版本PyTorch的简化手动写法 #

如果使用的PyTorch版本低于1.10，没有内置isin方法，也可以对手动构建掩码的流程做简化，直接使用布尔类型的掩码，比最初写0/1值的方式可读性更好：

mask = torch.ones(x.shape[0], dtype=torch.bool)
mask[idx] = False
result = x[mask]

内容的提问来源于stack exchange，提问作者End genocide - save Gaza