为何多维数组混合花式索引与切片后首维度存在差异？

核心规则 #

NumPy处理**基本索引（切片、单个整数）和高级索引（花式索引，即列表/数组索引）**混合的场景时，维度顺序遵循以下逻辑：

• 基本索引保留的维度维持原数组的相对顺序
• 高级索引对应的维度会被前置到结果最前面，若高级索引与基本索引位置交错，会直接改变维度的直观顺序

示例1：x[:,:,:,0,[0,1,2,4,5]].shape → (2, 3, 4, 5) #

分解索引结构：

• 前3个索引为切片（基本索引）：对应原数组前3个维度(2,3,4)，完整保留
• 第4个索引为单个整数（基本索引）：压缩原第4维度（大小5），不保留该维度
• 第5个索引为花式索引（高级索引）：从原第5维度（大小6）选5个元素，对应维度(5,)

由于高级索引位于所有基本索引右侧（无交错），结果维度为「基本索引保留维度」+「高级索引维度」：
(2,3,4) + (5,) = (2,3,4,5)

示例2：x[:,:,0,:,[0,1,2,4,5]].shape → (5, 2, 3, 5) #

分解索引结构：

• 前2个索引为切片（基本索引）：对应原数组维度(2,3)
• 第3个索引为单个整数（基本索引）：压缩原第3维度（大小4），不保留该维度
• 第4个索引为切片（基本索引）：对应原数组第4维度(5)
• 第5个索引为花式索引（高级索引）：对应维度(5,)

这里高级索引（第5位）与基本索引（第4位的切片）交错，NumPy会将高级索引维度前置，再拼接基本索引保留的维度：
(5,) + (2,3,5) = (5,2,3,5)

相关文档位置 #

NumPy官方文档的Advanced Indexing章节明确描述了该行为：当高级索引与基本索引交错时，高级索引的维度会被移到结果前面，基本索引维度保持原数组中的相对顺序。

内容的提问来源于stack exchange，提问作者sighingnow