寻找两个NumPy数组之间的共同值可以使用NumPy库中的函数进行操作。以下是完整攻略：
1.导入NumPy库
在代码开始之前，首先需要导入NumPy库，如果没有安装，需要先进行安装，导入方式如下：
import numpy as np
2.创建两个NumPy数组
为了寻找两个NumPy数组之间的共同值，需要首先创建两个NumPy数组。以下是示例代码：
arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array([3, 4, 5, 6, 7])
3.使用intersect1d()函数
接下来，可以使用intersect1d()函数找到这两个数组之间的共同值。intersect1d()函数可以接受两个数组作为参数，并返回它们的共同值。以下是示例代码：
common_values = np.intersect1d(arr1, arr2)
print(common_values)
这段代码会输出两个数组中的共同值，也就是数字3, 4, 5，结果会是一个NumPy数组。
4.使用in1d()函数
另外一种找到两个数组之间的共同值的方法是使用in1d()函数。以下示例代码描述了in1d()函数的用法：
common_values = arr1[np.isin(arr1, arr2)]
print(common_values)
这段代码会输出两个数组中的共同值，也就是数字3, 4, 5，结果会是一个NumPy数组。
示例
以下是一个完整示例代码，包括创建数组以及输出数组的共同值：
import numpy as np
arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array([3, 4, 5, 6, 7])
common_values = np.intersect1d(arr1, arr2)
print(common_values)
common_values = arr1[np.isin(arr1, arr2)]
print(common_values)
以上就是寻找两个NumPy数组之间的共同值的完整攻略，包括导入NumPy库、创建两个NumPy数组和使用intersect1d()和in1d()函数。