如何在Python中实现Matlab风格的二维Numpy数组布尔切片？

这个差异本质是Numpy和Matlab对布尔数组索引的逻辑不同导致的：

• 你写的 z[f,f] 里，Numpy会把两个布尔数组当成 逐元素配对的索引 ——也就是取 z[0,0] （因为 f[0] 为True）、 z[1,1] （ f[1] 为True），跳过第三个False对应的位置，所以得到 [1,5] 。
• 而Matlab里的 z(f,f) 是分别用布尔数组筛选行和列：先选所有 f 为True的行，再在这些行里选 f 为True的列，最终得到左上2x2的子数组。

要在Numpy里复刻Matlab的效果，有两种实用方法：

方法1：分步索引（直观易懂） #

先筛选目标行，再筛选目标列：

import numpy as np
z = np.array([[1,2,3],[4,5,6],[7,8,9]])
f = np.array([True,True,False])
result = z[f, :][:, f]
print(result)
# 输出：
# [[1 2]
#  [4 5]]

这里 z[f, :] 先提取前两行，再通过 [:, f] 从这两行里截取前两列，完全匹配Matlab的操作逻辑。

方法2：用 np.ix_() （高效推荐） #

np.ix_() 会自动把一维布尔数组转换成适合多维索引的网格结构，避免分步索引可能产生的数组复制，处理大数组时更高效：

result = z[np.ix_(f, f)]