关于NumPy中3D ndarray形状的疑问（版本1.24.2）

先看代码里的核心差异：基本切片（如0:4）和高级索引（如range(0,4)）的行为完全不同。

你的原数组a形状是(10,3,4)，执行a[1,:,:]后得到一个(3,4)的二维数组。接下来的两种索引操作：

• a[1,:,0:4]用的是基本切片，切片操作会保留原数组的维度顺序，只是选择了最后一维的全部元素，所以结果还是(3,4)。
• a[1,:,range(0,4)]用的是整数数组索引（高级索引的一种），这里range(0,4)会被转换成一维数组array([0,1,2,3])。NumPy处理高级索引时，会将索引数组的形状与原数组未被索引的维度进行广播匹配：
  原数组切片后是(3,4)，用长度为4的一维数组索引最后一维，NumPy会逐个取出原数组的第0、1、2、3列，每列是3个元素，最终将这些列堆叠成一个新数组，形状就变成了(4,3)——相当于把原二维数组做了转置。

如果想通过高级索引得到(3,4)的结果，可以给索引数组增加一个维度，让它和原数组的前维度匹配：

print(a[1,:,range(0,4)[np.newaxis, :]].shape)  # 输出(3,4)

不过在这个场景下，range(0,4)完全等价于切片0:4，直接用切片更简洁高效。

内容的提问来源于stack exchange，提问作者Kevin