您的Series是1d；b是2d数组。Series也有行索引，这是普通数组没有的。

In [70]: a.shape, b.shape
Out[70]: ((5,), (2, 5))

In [71]: a
Out[71]: 
0    1
1    3
2    5
3    7
4    9
dtype: int64

我们可以使用b的行，形状为(5，)的一维数组从a中选择元素：

In [72]: a[b[0,:]]
Out[72]: 
1    3
3    7
dtype: int64

In [73]: a[b[1,:]]
Out[73]: Series([], dtype: int64)

由于各行产生不同的长度结果，我们不能一步完成该选择。a[b]给出错误，(5，)和(2，)之间不匹配。
使用阵列版本的a可能更简单，也是1D，但没有行索引：

In [103]: A = a.to_numpy(); A
Out[103]: array([1, 3, 5, 7, 9], dtype=int64)

应用一行b为以下各项编制索引：

In [104]: A[b[0]]
Out[104]: array([3, 7], dtype=int64)

并对所有行反复执行此操作：

In [105]: [A[row] for row in b]
Out[105]: [array([3, 7], dtype=int64), array([], dtype=int64)]

我们可以从A生成一个(2，5)数组，然后应用b布尔掩码-但结果将是1D，没有任何迹象表明第二行没有选择任何内容：

In [106]: np.vstack((A,A))
Out[106]: 
array([[1, 3, 5, 7, 9],
       [1, 3, 5, 7, 9]], dtype=int64)

In [107]: np.vstack((A,A))[b]
Out[107]: array([3, 7], dtype=int64)

使用一行b或b本身进行索引就是我所说的“完整数组”操作。但是不能单独使用b的行；它需要进行一次Python级别的迭代。
使用A和b还有其他一些方法：
乘法起作用，其中b被视为0和1的数组：

In [111]: A*b
Out[111]: 
array([[0, 3, 0, 7, 0],
       [0, 0, 0, 0, 0]], dtype=int64)

还有一个masked array子类的数组：

In [112]: np.ma.masked_array(np.vstack((A,A)),~b)
Out[112]: 
masked_array(
  data=[[--, 3, --, 7, --],
        [--, --, --, --, --]],
  mask=[[ True, False,  True, False,  True],
        [ True,  True,  True,  True,  True]],
  fill_value=999999,
  dtype=int64)

[105]数组列表可以转换为object dtype数组：

In [115]: np.array([A[row] for row in b],object)
Out[115]: array([array([3, 7], dtype=int64), array([], dtype=int64)], dtype=object)

这是1D，形状为(2，)。有时它是有用的，但在性能方面它并不是对列表的改进。

您可以简单地使用：

a2 = a.to_numpy()
out = [a2[x] for x in b]

输出：[array([3, 7]), array([], dtype=int64)]

或者，只需使用数组b作为掩码，例如：

out = a[b[0]].to_numpy()