布尔索引必须放在整数索引之前，因为布尔掩码会先压缩对应轴、改变形状，后续整数索引基于新形状进行；若顺序颠倒，布尔数组长度与当前轴不匹配，将触发IndexError。
在 NumPy 中，**高级索引混合使用整数数组和布尔掩码时，必须把布尔索引放在整数索引之前**，否则会触发 IndexError: boolean index did not match indexed array along dimension X 或产生意外结果。
为什么顺序很重要
NumPy 对高级索引的处理是按维度顺序逐层应用的。布尔掩码会先压缩对应轴（即删掉 False 位置），改变该轴长度；后续的整数索引是基于压缩后的新形状进行的。如果反过来——先用整数索引取子集、再用布尔掩码——布尔数组长度很可能与当前轴长度不匹配，直接报错。
正确写法：布尔索引在前，整数索引在后
假设有一个二维数组 a：
a = np.array([[1, 2, 3],<br> [4, 5, 6],<br> [7, 8, 9]])
想选第 0 和第 2 行中满足 > 5 的列元素（即只取每行里大于 5 的值）：
- ✅ 正确（布尔在前，作用于列方向）：
a[[0, 2], a[[0, 2]] > 5]→ 先挑出行子集[[1,2,3],[7,8,9]]，再对这个 2×3 子数组按列做布尔索引（[[False,False,False],[False,True,True]]），最终返回[8, 9] - ❌ 错误（整数在前，布尔长度不匹配）：
a[a > 5, [0, 2]]会报错，因为a > 5是 3×3 布尔数组，不能直接和长度为 2 的整数列表[0,2]配合用于二维索引
多维混合索引的通用原则
当在多个轴上混合使用时，遵循“布尔索引优先于整数索引”的轴顺序规则：
- 若对第 0 轴用布尔掩码、第 1 轴用整数数组，写成
a[bool_mask, int_array] - 若第 0 轴用整数数组、第 1 轴用布尔掩码，需确保布尔数组长度等于该轴压缩后的长度，即
a[int_array, bool_mask_for_selected_rows]，其中bool_mask_for_selected_rows形状应为(len(int_array),)或能广播到对应维度 - 避免跨轴混合复杂布尔条件，推荐分步：先用布尔或整数索引得到中间子数组，再在其上应用另一类索引
安全替代方案：显式分步操作
为避免歧义和调试困难，推荐拆解操作：
- 先用布尔索引获取子集：
subset = a[bool_0d, :] - 再对子集应用整数索引：
result = subset[:, int_indices] - 或用
np.where将布尔转为整数索引：rows = np.where(bool_mask)[0]; a[rows, int_cols]
