类似的东西呢：
import numpy as np
from numpy.ma import masked_array
data = masked_array(data = [7, 0, 7, 1, 8, 0, 1, 1, 0, 0, 3, 0, 0, 3, 0],
mask = [False, True, False, False, False, True, False, False, True, True, False, True, True, False, True])
flag = masked_array(data = [True, False, False, True, 0, 0, 0, False, 0, True, 0, 0, 0, 0, True],
mask = [False, False, False, False, True, True, True, False, True, False, True, True, True, True, False])
print(repr(data))
print(repr(flag))
indices = np.where(flag & ~flag.mask)
print(data[indices])
请注意，如果 flag 中的屏蔽值无法与 & 进行比较，您可能会遇到麻烦，但您的情况似乎并非如此。
输出：
masked_array(数据 = [7 -- 7 1 8 -- 1 1 -- -- 3 -- -- 3 --],
掩码 = [假真假假假真假假真真假真真假真]，
填充值 = 999999)
masked_array(数据 = [1 0 0 1 -- -- -- 0 -- 1 -- -- -- -- 1],
掩码 = [假假假假真真真假真假真真真真假]，
填充值 = 999999)
[7 1 -- --]
编辑：
获取索引的另一种方法也可能是：
indices = np.where(flag.filled(False))
更新（编辑 2）：
注意使用数组索引数组的微妙之处。
考虑以下代码：
import numpy as np
data = np.array([1,2,3,4,5])
mask = np.array([True, False, True, False, True])
res = data[mask]
print(res)
正如您可能（或可能不会）期望的那样，在这里，掩码充当“过滤器”，过滤掉掩码中相应位置为 False 的数据元素。由于我为data 和mask 选择了值，因此索引用于过滤掉偶数data 值，只留下奇数。
这里的输出是：[1 3 5]。
现在，考虑非常相似的代码：
import numpy as np
data = np.array([1,2,3,4,5])
mask = np.array([1, 0, 1, 0, 1])
res = data[mask]
print(res)
这里，唯一改变的是掩码元素的数据类型，它们的布尔值是相同的。我们称第一个掩码（由True/False 值组成）mask1 和第二个掩码（由1/0 值组成）mask2。
您可以通过dtype 属性检查数组的数据类型（例如print(mask.dtype)）。 mask1 的数据类型为bool，而mask2 的数据类型为int32。
但是，这里的输出不同： [2 1 2 1 2]。
这是怎么回事？
事实上，索引的行为取决于用于索引的数组的数据类型。如前所述，当“掩码”的数据类型为布尔值时，它具有过滤功能。但是当“掩码”的数据类型是整数时，它提供“选择”功能，使用索引的元素作为原始数组的索引。
因此，在第二个示例中，由于 data[1] = 2 和 data[0] = 1，data[mask2] 的结果是长度为 5 的数组，而不是 3（在布尔情况下）。
换一种说法，给定以下代码：
res = data[mask]
如果mask.dtype == int，res的长度将等于mask的长度。
如果mask.dtype == bool，res的长度将等于掩码中True值的个数。
差别很大。
最后，您可以使用astype 方法将一种数据类型的数组强制转换为另一种数据类型。
演示sn-p：
import numpy as np
data = np.array([1,2,3,4,5])
# Create a boolean mask
mask1 = np.array([True, False, True, False, True])
# Create an integer "mask", using the same logical values
mask2 = np.array([1,0,1,0,1])
# Coerce mask2 into a boolean mask
mask3 = mask2.astype(bool)
print(data) # [1 2 3 4 5]
print("-" * 80)
print(mask1) # [True False True False True]
print(mask1.dtype) # bool
print(data[mask1]) # [1 3 5]
print("-" * 80)
print(mask2) # [1 0 1 0 1]
print(mask2.dtype) # int32
print(data[mask2]) # [2 1 2 1 2]
print("-" * 80)
print(mask3) # [True False True False True]
print(mask3.dtype) # bool
print(data[mask3]) # [1 3 5]