NumPy索引行为疑问：为何切片结果形状与预期不符？

首先明确原数组信息：

• 使用版本：NumPy 2.1.3、Python 3.12.2
• 原数组定义：

  ones_arr = np.ones((1, 2, 3))  # 形状为 (1, 2, 3)
  

核心规则：高级索引与基本切片混合时的维度顺序 #

当你在一次索引操作中同时使用基本切片（:、标量）和高级索引（整数数组、布尔数组）时，NumPy会将高级索引对应的维度前置，而基本切片的维度跟在后面，这就是导致结果形状不符合预期的原因。

分析ones_arr[0, :, [0, 1, 2]]的行为 #

1. 索引分解：
   • 第一个维度用标量0：属于基本索引，直接移除该维度，剩余维度为(2, 3)
   • 第二个维度用切片:：属于基本切片，保留原维度（对应2行）
   • 第三个维度用整数数组[0,1,2]：属于高级索引，对应3列
2. 维度重组：
   由于高级索引的维度会被前置，原本的(行数, 列数)会被反转成(列数, 行数)，最终结果形状为(3, 2)。

分析两种符合预期的写法 #

写法1：ones_arr[0, :, :][:, [0, 1, 2]]

1. 第一步ones_arr[0, :, :]：通过标量索引移除第一个维度，得到形状为(2, 3)的二维数组
2. 第二步[:, [0,1,2]]：在二维数组上操作，高级索引仅针对列维度，不会改变行维度的位置，最终结果形状为(2, 3)

写法2：ones_arr[:, :, [0, 1, 2]][0, :, :]

1. 第一步ones_arr[:, :, [0,1,2]]：高级索引作用于第三个维度，此时第一个维度是切片:（保留维度），所以结果形状仍为(1, 2, 3)
2. 第二步[0, :, :]：移除第一个维度，得到形状为(2, 3)的数组

一步实现预期结果的替代写法 #

如果想在单次索引中得到(2, 3)的结果，可以将高级索引的操作放到降维后的独立切片中，比如：

ones_arr[0][:, [0, 1, 2]]  # 先降维为二维数组，再做列索引

内容的提问来源于stack exchange，提问作者lmbell