要寻找两个NumPy数组之间的共同值，需要使用NumPy中的intersect1d()函数。以下是该函数的使用方法：
import numpy as np
arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array([3, 4, 5, 6, 7])
common_arr = np.intersect1d(arr1, arr2)
print(common_arr)
在上面的代码中，我们首先导入了NumPy库，然后分别创建了两个数组arr1和arr2。接着，我们使用intersect1d()函数将两个数组中的共同值保存到一个新的数组中，并将其打印出来。输出结果为：
[3 4 5]
上述示例中，两个数组中的共同值为3、4和5。下面再给出一个更复杂的示例。
import numpy as np
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[3, 4], [5, 6]])
common_arr = np.intersect1d(arr1, arr2)
print(common_arr)
在上面的代码中，我们创建了两个二维数组arr1和arr2，每个数组中包含两个一维子数组。接着，我们使用intersect1d()函数将两个数组中的共同值保存到一个新的数组中，并将其打印出来。然而，由于我们处理的是二维数组，intersect1d()函数在默认情况下会将数组展开为一维数组，因此我们得到的输出结果为：
[3 4]
这里的共同值为3和4，它们是两个数组中共同的元素。注意，如果我们想要获取原始的二维数组中的共同值，我们需要将intersect1d()函数的参数设置为flatten=False：
common_arr = np.intersect1d(arr1, arr2, assume_unique=True, axis=None)
通过设置axis，我们可以在跨维度比较时指定沿哪个轴执行比较。如果您而是在一维数组之间执行比较，请将此参数保留为默认值None。
总结起来，通过使用NumPy库的intersect1d()函数，我们可以非常方便地找到两个NumPy数组之间的共同值。在使用过程中，需要注意数组的维度和设置参数的方式。