本节书摘来自异步社区《Python数据分析》一书中的第2章，第2.10节，作者【印尼】Ivan Idris，更多章节内容可以访问云栖社区“异步社区”公众号查看
2.10 用布尔型变量索引NumPy数组
布尔型索引是指根据布尔型数组来索引元素的方法，属于花式索引系列。因为布尔型索引是花式索引的一个分类，所以它们的使用方法基本相同。
下面用代码（详见本书代码包中的boolean_indexing.py文件）具体演示其使用方法：
import scipy.misc
import matplotlib.pyplot as plt
import numpy as np
lena = scipy.misc.lena()
def get_indices(size):
arr = np.arange(size)
return arr % 4 == 0
lena1 = lena.copy()
xindices = get_indices(lena.shape[0])
yindices = get_indices(lena.shape[1])
lena1[xindices, yindices] = 0
plt.subplot(211)
plt.imshow(lena1)
lena2 = lena.copy()
lena2[(lena > lena.max()/4) & (lena < 3 * lena.max()/4)] = 0
plt.subplot(212)
plt.imshow(lena2)
plt.show()上述代码利用一种特殊的迭代器对象来索引元素，下面进行简单说明。
1．在对角线上画点。
这类似于花式索引，不过这里选择的是照片对角线上可以被4整除的那些位置上的点。
def get_indices(size):
arr = np.arange(size)
return arr % 4 == 0然后仅绘出选定的那些点。
lena1 = lena.copy()
xindices = get_indices(lena.shape[0])
yindices = get_indices(lena.shape[1])
lena1[xindices, yindices] = 0
plt.subplot(211)
plt.imshow(lena1)2．根据元素值的情况置0``。
选取数组值介于最大值的1/4到3/4的那些元素，将其置0。
lena2[(lena > lena.max()/4) & (lena < 3 * lena.max()/4)] =
03．两幅新照片如图2-7所示。
