Python 使用布尔索引复制或查看numpy子阵列

给定2D numpy数组，即：

import numpy as np

data = np.array([
     [11,12,13],
     [21,22,23],
     [31,32,33],
     [41,42,43],         
     ])

我需要创建一个新的子数组，或者根据所需行和列的两个掩蔽向量就地修改所选元素

rows = [False, False, True, True]
cols = [True, True, False]

以致

print subArray

# [[31 32]
#  [41 42]]

---

首先，确保

行

和

列

实际上是布尔

ndarrays

，然后使用它们来索引数据

rows = np.array([False, False, True, True], dtype=bool)
cols = np.array([True, True, False], dtype=bool)
data[rows][:,cols]

解释

---

如果使用布尔值列表而不是

ndarray

，numpy将

False/True

转换为

0/1

，并将其解释为所需行/列的索引。当使用bool

ndarray

时，实际上您使用的是一些特定的NumPy机制。

太好了，现在很清楚了，谢谢。只是没有Matlab那样直截了当地得出同样的结果。我有一个-如何在不创建新数组的情况下执行此操作？请注意，

copy

和

view

（如标题所示）是非常不同的事情。