Python 如何基于两个where子句访问二维数组的元素？

我有以下资料：

[[  3 271]
 [  4 271]
 [375 271]
 [  3 216]
 [375 216]
 [  0   0]
 [  0 546]
 [378 546]
 [378   0]
 [  1 182]
 [  2 181]
 [376 181]
 [377 182]
 [377 544]
 [376 545]]

基本上是一组X，Y坐标/点。我希望能够在两个轴上的给定点附近选择X，Y坐标

例如，给定一个目标点[3271]，我首先检索该Y位置271处的所有其他点，然后能够选择X轴上的行-/+3。对于上述情况，这将产生：

[  3 271]
[  4 271]

我已经得到了所有具有相同Y值的行，如下所示：

index_on_y = points[:,1] == point[1]
shared_y = points[index_on_y]

这将返回：

shared_y:
[[  3 271]
 [  4 271]
 [375 271]]

如果X值列0可以是0-6之间的任何值，现在如何从该数组中选择所有行？我已经尝试过切片/索引/np的各种组合，但是没有得到想要的结果。以下是我得到的，但我知道它是不正确的；只是不知道正确和最有效的方法是什么：

def nearby_contour_points_x(self, point, points, radius):
    index_on_y = points[:,1] == point[1] # correct
    shared_y = points[index_on_y] # correct
    x_vals = shared_y[:,0] # not good?

    index_on_x = np.where(np.logical_or(x_vals <= (point[0] - radius), x_vals <= (point[0] + radius)))
    return shared_y[index_on_x]

理想情况下，我不必首先在其中一个轴上分组。

在您的示例中，使用a作为数组

target = np.array([3, 271])

减去目标

diff = a - target

y列1必须与目标相同-这将导致形状a的布尔数组。形状[0]：

y_rows = diff[:,1] == 0

x_rows = np.logical_and(diff[:,0] <= 6, diff[:,0] >= 0)

x在目标范围内-这将导致形状a的布尔数组。形状[0]：

y_rows = diff[:,1] == 0

x_rows = np.logical_and(diff[:,0] <= 6, diff[:,0] >= 0)

前面介绍了初始减法和更广义的一点：

x_rows = np.logical_and(a[:,0] >= target[0] - 3, a[:,0] <= target[0] + 3)
y_rows = a[:,1] == target[1]
mask = np.logical_and(x_rows, y_rows)

也许是对isclose的滥用，但确实有效

ys = np.array([[  3, 271],
 [  4, 271],
 [375, 271]])

np.compress(np.all(np.isclose(ys, [3,271], rtol=0, atol=3), axis=1), ys, axis=0)
Out[273]: 
array([[  3, 271],
       [  4, 271]])

---

非常感谢。最终结果给出了我想要的，但它也包括目标值本身。不过，这并不是一个真正的问题，假设它本身始终是返回数组中的第一个值。