我将向您展示两种方式（使用 NumPy 的方式可能更多）：

第一种方法：链式操作

您可以使用“屏蔽”，然后进行比较，最后使用求和操作：

我们希望a索引中的所有值b等于 1：

part1 = a[b == 1]

现在我们想要所有part1等于 1 的地方

part2 = part1[part1 == 1]

a现在我们剩下和b等于 1的所有地方，所以我们可以简单地总结它们：

result = part2.sum()

方法二：内置numpy.where

这很短，并且计算速度可能更快。NumPy 有一个很好的函数，它返回在某些数组中满足条件的索引：

condition_1 = (a == 1)
condition_2 = (b == 1)

现在我们可以通过说“和”来组合操作 - 二元运算符版本：&。

part1 = numpy.where(condition_1 & condition_2)

为了获得您想要的输出，我们可以获取结果索引集的长度：

result = len(part1)

阅读有关numpy.where的文档，了解它可以为您做的其他事情！

我喜欢@RobinNicole 的回答——就数学而言，您正在寻找两个布尔向量的乘积。

这里有一些 Numpy 方法可以做到这一点：

In [37]: np.dot(a, b)
Out[37]: 3

In [38]: a @ b
Out[38]: 3

这是另一个更通用的解决方案，它也适用于非布尔向量：

In [48]: ((a == 1) & (b == 1)).sum()
Out[48]: 3

sum(a * b) 

应该做的工作:)

正如@n1k31t4 所指出的，它仅在您有两个仅包含 0 和 1 的数组时才有效。否则您将不得不编写如下内容：

 sum((a == 1) * (b ==1)) 

我在这里发现有趣的是 sum 函数将布尔向量视为具有 0 （for False）和 1 （for True）的向量，您可以在其上执行算术运算（+for or，*forand等）