如何按已知值为数组编制索引

问：

我有一个 2D 数组，由左边的时间和右边的质量组成。我想将数组过滤为 10 年的 10 个已知值。因此，我的预期/期望输出如下：

array([[ 3.64990e+02, -4.09452e+06],
       [ 7.29730e+02, -5.45551e+06],
       [ 1.09450e+03, -6.39009e+06],
       [ 1.45910e+03, -7.15813e+06],
       [ 1.82380e+03, -7.87166e+06],
       [ 2.18860e+03, -8.58857e+06],
       [ 2.55340e+03, -9.33691e+06],
       [ 2.91820e+03, -1.01254e+07],
       [ 3.28310e+03, -1.09508e+07],
       [ 3.64790e+03, -1.18056e+07]])

如您所见，左边的数字是 1、2、3,..., 10 年（以天为单位）。我想要右边的数字，这些数字与这些年份中的每一年相对应。下面是数组开头和结尾的数据示例：

n = con = np.stack((times, mass), axis=1)
print(n)
[[ 2.77990e-01 -3.58090e+01]
 [ 5.55970e-01 -9.10160e+01]
 [ 8.33960e-01 -1.70890e+02]
 ...
 [ 3.64960e+03 -1.18096e+07]
 [ 3.64990e+03 -1.18103e+07]
 [ 3.65000e+03 -1.18106e+07]

以下是我尝试为所需值编制索引的方法，但没有奏效：

for ti, mi in n:
    for mi in [365,365*2,365*3,365*4,365*5,365*6,365*7,365*8,365*9,365*10]:
        print(ti,mi)

365 -35.809
730 -35.809
1095 -35.809
1460 -35.809
1825 -35.809
2190 -35.809
2555 -35.809
2920 -35.809
3285 -35.809
3650 -35.809
365 -91.016
730 -91.016
1095 -91.016
1460 -91.016
1825 -91.016
2190 -91.016
2555 -91.016
2920 -91.016
3285 -91.016
3650 -91.016
365 -170.89
730 -170.89
1095 -170.89
1460 -170.89
1825 -170.89
2190 -170.89
2555 -170.89
2920 -170.89
3285 -170.89
3650 -170.89
365 -282.73

它开始重复，右侧的值不正确。我不是程序员，所以我不确定我做错了什么。