以下是一个示例代码，演示如何按值和相应名称子集向量。

import numpy as np

# 创建一个数组
names = np.array(['Alice', 'Bob', 'Charlie', 'David', 'Eva'])
values = np.array([10, 20, 30, 40, 50])

# 按值子集数组
mask = values > 30
subset_values = values[mask]
subset_names = names[mask]

print("按值子集数组:")
print(subset_values)
print(subset_names)

# 按名称子集数组
mask = np.isin(names, ['Alice', 'Charlie', 'Eva'])
subset_values = values[mask]
subset_names = names[mask]

print("按名称子集数组:")
print(subset_values)
print(subset_names)

输出：

按值子集数组:
[40 50]
['David' 'Eva']
按名称子集数组:
[10 30 50]
['Alice' 'Charlie' 'Eva']

在这个示例中，我们首先创建了一个名为names的字符串数组和一个名为values的整数数组。然后，我们使用条件表达式创建一个布尔掩码来选择values大于30的元素，以及相应的名称子集。最后，我们还使用np.isin()函数创建了另一个布尔掩码来选择names数组中包含特定名称的元素，以及相应的值子集。最终，我们打印出两个子集数组。