Numpy索引切片后轴顺序改变，形状不符预期问题咨询

问题原因 #

你遇到的是Numpy整数数组索引（高级索引）的默认行为：当使用整数数组（比如[1,2]）进行索引时，Numpy会将该索引对应的维度移动到结果的最前面，而不是保留它在原数组中的位置。

具体到你的代码：

• 原数组x的形状是(1,5,3,4)
• 索引操作x[0, :, :, [1,2]]中：
  • 0是对第0轴的标量索引，会直接消除该轴
  • :是对第1、2轴的切片索引，保持原维度顺序和形状
  • [1,2]是对第3轴的整数数组索引，这部分对应的维度会被前置
• 所以最终结果的维度顺序变成：整数索引的维度（长度2）→ 切片的维度（5,3），也就是(2,5,3)

解决方法 #

如果想要保持原维度顺序（得到(5,3,2)），可以用以下几种方式：

1. 使用连续切片（适用于索引连续的情况） #

如果你的索引是连续的（比如1到2），直接用切片代替整数数组：

y = x[0, :, :, 1:3]
print(y.shape)  # 输出 (5, 3, 2)

2. 转置调整维度顺序 #

对于不连续的索引，可以先获取结果再转置：

y = x[0, :, :, [1,2]].transpose(1, 2, 0)
print(y.shape)  # 输出 (5, 3, 2)

3. 使用np.take指定轴 #

np.take可以直接在指定轴上选取元素，不会改变维度顺序：

y = np.take(x[0], [1,2], axis=2)
print(y.shape)  # 输出 (5, 3, 2)

内容的提问来源于stack exchange，提问作者Hajin Lee