Python 一维布尔数组的Numpy索引

这篇文章与此类似，但它没有回答我的问题，因为我正在处理一维布尔数组

我试图在八度音阶中重新创建以下布尔索引功能

octave-3.2.4:6> a = rand(3,3)
a =

   0.249912   0.934266   0.371962   
   0.505791   0.813354   0.282006 
   0.439417   0.085733   0.886841  
octave-3.2.4:8> a([true false true])
ans =

    0.24991   0.43942

但是，我无法使用Numpy在Python中创建相同的结果

>>> import numpy as np
>>> a = np.random.rand(3,3)
array([[ 0.94362993,  0.3553076 ,  0.12761322],
       [ 0.19764288,  0.35325583,  0.17034005],
       [ 0.56812424,  0.48297648,  0.64101657]])
>>> a[[True, False, True]]
array([[ 0.19764288,  0.35325583,  0.17034005],
       [ 0.94362993,  0.3553076 ,  0.12761322],
       [ 0.19764288,  0.35325583,  0.17034005]])
>>> a[np.ix_([True, False, True])]
array([[ 0.94362993,  0.3553076 ,  0.12761322],
      [ 0.56812424,  0.48297648,  0.64101657]])

如何使用Numpy在Python上重新创建Octave的布尔索引

两个问题：

使用列表

[True，False，True]

进行索引与使用布尔数组

数组（[True，False，True]）

进行索引不同。该列表将被解释为整数索引

[1,0,1]

您需要指定只需要第一列的结果：

>>> a = np.arange(9).reshape(3,3)
>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> mask = np.array([True,False,True])
>>> mask.dtype ## verify we have a bool array
dtype('bool')
>>> a[mask,0]
array([0, 6])