Python numpy数组中小于（<；）运算符的作用是什么？

我现在正在学习Python，我在互联网上找到了这行代码。我不明白这行代码实际上是做什么的

假设我有这个数组：

import numpy as np
x = np.array ([[1,5],[8,1],[10,0.5]]
y = x[np.sqrt(x[:,0]**2+x[:,1]**2) < 1]
print (y)

将numpy导入为np
x=np.array（[[1,5]，[8,1]，[10,0.5]]
y=x[np.sqrt（x[：，0]**2+x[：，1]**2）<1]
打印（y）

结果是一个空数组。我想知道的是y实际上是做什么的？我以前从未遇到过这种代码。方括号好像是if条件语句。if编写这行代码，而不是该代码：

import numpy as np
x = np.array ([[1,5],[8,1],[10,0.5]]
y = x[0 < 1]
print (y)

将numpy导入为np
x=np.array（[[1,5]，[8,1]，[10,0.5]]
y=x[0<1]
打印（y）

它将返回x的精确值（因为0小于1）。
假设这是一种编写if条件语句的方法，我发现它非常荒谬，因为我将数组与整数进行比较。
感谢您的回答！

在Numpy：

[1,1,2,3,4]<2

大致相当于：

---

使用

布尔值
或
整数
对数组进行切片时，[x
numpy
的工作方式不同

从：

当obj是布尔类型的数组对象（例如可能从比较运算符返回的对象）时，会发生此高级索引
布尔索引数组实际上与x完全相同[obj.nonzero（）]
其中，如上所述，obj.nonzero（）返回一个元组（长度为
ndim）的整数索引数组，显示obj的真实元素。
但是，当obj.shape==x.shape时，速度更快

如果obj.ndim==x.ndim，则x[obj]返回一个填充的一维数组
x的元素对应于obj的真值
搜索顺序将是行主键，C样式。如果obj在
如果条目超出x的界限，则会出现索引错误
如果obj小于x，则与填充相同
错

使用布尔值对数组进行索引时，您告诉
numpy
选择与
True
对应的数据，因此
array[True]
与
array[1]不同
。在第一种情况下，
numpy
将因此将其解释为零维布尔数组，该数组基于掩码的工作方式，与选择所有数据相同

因此：

x[True]

将返回完整数组，就像

x[False]

将返回一个空数组。
我怀疑
0<1
返回一个
bool
，然后该bool求值为
int
，因此得到数组的第一个或第二个元素。@TheIncorrigible1
x[1]！=x[True]
@TheIncorrigible1但我们不是在讨论列表。顺便说一句，我在文档中找不到关于使用标量进行布尔索引的内容。
x[True]
似乎是
x[[True，True，True]，：]
@jdehesa Python的原生bool（）实际上是int（）的一个不稳定的子类使用一些特殊属性，值为0和1表示False/True。例如，您自己试试：True+True+True==3。这并不能完全回答这个问题。OP不是用布尔数组进行索引。它们是用
True
进行索引的。很公平-OP基本上问了两个独立的、基本上独立的问题，我认为这是指他对于比较数组和标量，而不是布尔索引的广播行为，人们大多感到困惑。
arr = [1,1,2,3,4]
res = arr[arr<2]

# evaluates to:
=> [1,1]