使用NumPy普通与高级索引时出现意外结果：为何最后一个数组被转置？

先看你给出的代码示例：

import numpy as np

a = np.random.rand(123, 45, 3)

print(a[:, :, [0, 1]].shape)  # (123, 45, 2)
print(a[:, 0, [0, 1]].shape)  # (123, 2)
print(a[0, :, [0, 1]].shape)  # (2, 45)

核心原因是NumPy处理普通索引（切片、标量）和高级索引（整数数组、布尔数组）混合时的特殊规则：

• 如果高级索引是连续的最后几个维度，结果形状会保留普通索引的维度顺序，再追加高级索引的维度。比如第一个例子，高级索引在最后一维，直接把原数组第三维从3改成2，形状保持(123,45,2)；第二个例子里中间的标量索引直接降维，剩下的普通切片（第一维）在前，高级索引（第三维）在最后，所以形状是(123,2)，符合直觉。
• 如果高级索引和普通切片索引交替出现（不是连续的末尾维度），NumPy会把所有高级索引的维度放到结果形状的最前面，再跟普通切片的维度。第三个例子中，高级索引在第三维，中间的第二维是普通切片，两者位置交替，所以高级索引对应的维度(2)被移到了前面，普通切片的维度(45)在后面，最终形状就变成了(2,45)。

说白了就是：混合索引时，不在末尾的高级索引会“抢位置”到结果形状的最前面，而不是留在原来的维度位置上。

内容的提问来源于stack exchange，提问作者lebowski