numpy的组合索引之X[row[:, np.newaxis], mask]

X = np.arange(12).reshape((3, 4))
row = np.array([0, 1, 2])
mask = np.array([1, 0, 1, 0], dtype=bool)
X[row[:, np.newaxis], mask]

解释说明：

row[:, np.newaxis]*mask

步骤：
row[:, np.newaxis]  shape: (3,1)
mask shape （4）
根据广播的第一条规则，mask在最最边扩充维度1 shap变成(1,4)
根据广播的第二条规则，当维度为1时扩充至另一个操作数与之对应的维数，则row，mask都扩充维度至（3，4）
row为：
 array([[0, 0, 0, 0],
       [1, 1, 1, 1],
       [2, 2, 2, 2]])
mask为：
array([[1, 0, 1, 0],
       [1, 0, 0, 1],
       [1, 0, 1, 0]])
此时，将两个操作数对应位置的数值相乘，得：
 array([[0, 0, 0, 0],
       [1, 0, 1, 0],
       [2, 0, 2, 0]])

综上所述：
X[row[:, np.newaxis], mask]的结果为：
array([[ 0,  2],
       [ 4,  6],
       [ 8, 10]])