Python 为numpy 2D矩阵编制索引

假设我有：

import numpy as np

N = 5

ids = [ 1.,          2.,          3.,          4.,          5.,        ]
scores = [ 3.75320381,  4.32400937,  2.43537978,  3.73691774,  2.5163266, ]

ids_col = ids.copy()
scores_col = scores.copy()

students_mat = np.column_stack([ids_col, scores_col])

现在，我想手动

显示分数超过4.0的学生的

ID

和

分数

我怎样才能完成以下日常工作

print(students_mat([False, True, False, False, False]))

错误

>>> (executing file "arrays.py")
Traceback (most recent call last):
  File "D:\Python\arrays.py", line 25, in <module>
    print(students_mat([False, True, False, False, False]))
TypeError: 'numpy.ndarray' object is not callable

>（正在执行文件“arrays.py”）
回溯（最近一次呼叫最后一次）：
文件“D:\Python\arrays.py”，第25行，在
打印（学生资料（[False，True，False，False，False]））
TypeError:“numpy.ndarray”对象不可调用
你用括号而不是圆括号索引数组：
学生[False，True，False，False，False]
我认为你还需要将其转换为numpy数组。布尔索引似乎不适用于列表。@user2357112，程序编译。但是，给出了不正确的输出。您使用括号而不是括号对数组进行索引：
students\u mat[[False，True，False，False，False]]
我认为您还需要将其转换为numpy数组。布尔索引似乎不适用于列表。@user2357112，程序编译。但是，给出了不正确的输出。@anonymous:1）因为索引是
[]
，而不是像在matlab中那样
（）
，2）因为
arr[[True，False，True]]
被解释为
arr[True，False，True]
，以便向后兼容reasons@anonymous：1）因为索引是
[]
，而不是
（）
就像在matlab中一样，2）因为出于向后兼容性的原因，
arr[[True，False，True]]
被解释为
arr[True，False，True]
#you need to convert Boolean list to an array to be used when selecting elements.
print(students_mat[np.asarray([False, True, False, False, False])])
[[ 2.          4.32400937]]