Python Numpy：广播+；布尔索引

我有以下numpy数组

A: shape (n1, n2) array of float
B: shape (n2,) array of float
M: shape (n1, n2) array of bool

如何将以下psedoo代码转换为高效的实数代码？阵列可能很大，可能超过1亿个元素

A[M] = ("B broadcast to shape (n1,n2)")[M]

---

广播既简单又节省内存：

A, B, M = np.broadcast_arrays(A, B, M)

但是，在代码中使用此

B

将不会提高内存效率，因为

B[M]

的实元素数量与

M

的

True

值数量相同

而是使用：

np.putmask(A, M, B)

由于使用

putmask

功能会自动重复

B

，因此您甚至不必广播它。虽然我想这样做不会有什么坏处