切片、布尔索引、花式索引怎么用？如何高效筛选数组元素？

三种取数方式：

import numpy as np
a = np.arange(12).reshape(3, 4)
# 1. 切片（连续区间）：行/列范围
a[0, 1:3]      # 第 0 行、第 1~2 列
a[:, ::2]      # 所有行、每隔一列
a[1:, :]       # 第 1 行起

# 2. 布尔索引（条件筛选，最常用）
a[a > 5]                  # 所有 >5 的元素（一维结果）
a[a[:, 0] > 2]            # 第一列 >2 的行
# 多条件用 & | ~ 且必须加括号
a[(a > 3) & (a < 10)]

# 3. 花式索引（按位置列表取）
a[[0, 2], [1, 3]]         # (0,1) 和 (2,3) 两个元素
a[np.array([0, 2])]       # 取第 0、2 行

关键区别：

• 切片返回视图（共享内存）：b = a[0]; b[0] = 99 会改动 a。
• 布尔/花式索引返回副本：改动不影响原数组。
• 二维数组 a[mask] 取的是行（mask 长度等于行数）；要按列筛选用 a[:, mask]。

性能建议： 条件筛选用布尔索引（C 级速度）；循环里反复切片很慢，能一次筛选就不要分步。

注意坑： 布尔条件必须用 &/| 而不是 and/or（后者对数组会报"truth value ambiguous"）。