为何numpy数组arr3d[0,:,[0,1,2]]与arr3d[0][:,[0,1,2]]结果不同？

先看你给出的代码：

import numpy as np
a=np.ones((1,4,4))
shape1=a[0,:,[0,1,2]].shape
shape2=a[0][:,[0,1,2]].shape

得到shape1=(3,4)，shape2=(4,3)，核心原因是两种索引操作的执行逻辑完全不同：

• a[0,:,[0,1,2]]：一步式混合索引
  原数组a的形状是(1,4,4)，这行代码是把三个索引参数放在同一个方括号里，属于基本索引（0和:）与高级整数数组索引（[0,1,2]）的混合使用。
  Numpy处理混合索引时，会优先将所有高级索引对应的维度排列在结果形状的前面：这里[0,1,2]是长度为3的整数数组，对应一个维度；:对应原数组中长度为4的维度。所以最终形状是(3,4)。

• a[0][:,[0,1,2]]：分步式索引
  这是两次独立的索引操作：

  1. 第一步a[0]：从原数组中取出第一个维度的元素，把(1,4,4)的数组降维成(4,4)的二维数组；
  2. 第二步[:,[0,1,2]]：对这个二维数组做列索引，取出每一行的第0、1、2列，相当于保留4行，选取3列，所以结果形状是(4,3)。

内容的提问来源于stack exchange，提问作者孟文明