我在观察一些奇怪的行为我想弄明白。
不幸的是，我没有具体的例子，因为我不能分享我的数据。用b我创建了一个随机布尔值的2d矩阵。

import numpy as np

a = np.random.normal(size=(10000, 12, 1000))
p = 0.5
b = np.random.choice(a=[False, True], size=(a.shape[0], a.shape[1]), p=[p, 1-p])

a[b].shape
(60037, 1000)

a[~b].shape
(59963, 1000)

这是我们所期望看到的。然而，在我的实际数据集中，其中A也有3维，B也是布尔2维，当我
a[~b].shape
结果是一个2维向量，在第0维中有大约12倍多的行。与a的输入维（104529，12，11）和b的输入维（104529，12）相比，输出I为1.61M X 11。
当我在b上进行子集划分时，我们确实看到了一些看起来合理的东西：

a[b].shape
(85472, 11)

一些奇怪结果的证据：