Numpy中np.array[a:b, c:d]与np.array[a:b][c:d]的差异问题

Numpy官网提到的x[0,2] == x[0][2]仅在单元素索引场景巧合成立，切片场景不通用，核心原因是两种写法的执行逻辑完全不同：

1. 逗号分隔的多维度同时索引（a[:2, 1:4]） #

这是Numpy为多维数组设计的原生索引规则：

• 逗号前的切片[:2]作用于数组的第一个维度（行维度），选中原数组前2行（索引0、1对应的行）
• 逗号后的切片1:4同时作用于数组的第二个维度（列维度），选中索引1、2、3对应的列
• 整个操作一次性完成，直接提取行列交叉位置的元素，最终得到2行3列的结果：

[['B' 'C' 'D']
 ['G' 'H' 'I']]

2. 连续方括号的分步索引（a[:2][1:4]） #

这种写法遵循Python原生的从左到右的属性访问顺序，分两步执行：

• 第一步执行a[:2]，得到原数组前2行组成的新数组，shape为(2,5)，内容如下：

  [['A' 'B' 'C' 'D' 'E']
   ['F' 'G' 'H' 'I' 'J']]
  

• 第二步对第一步返回的新数组执行[1:4]切片，此时切片作用在该新数组的第一个维度（行维度），选中索引1到3的行。由于该新数组只有2行（索引最大为1），最终仅返回索引1对应的1行内容：

  [['F' 'G' 'H' 'I' 'J']]
  

补充说明其他测试用例逻辑 #

你测试的y = np.arange(35).reshape(5,7)场景同理：

• y[1:5:2,::3]：同时对行维度选中索引1、3的行，对列维度选中步长为3的列（索引0、3、6），直接返回2行3列的结果
• y[1:5:2][::3]：第一步先拿到行索引1、3的2行新数组，第二步对该新数组的行维度做步长为3的切片，仅能返回索引0对应的第一行，因此两者结果不一致

单元素索引结果一致的原因 #

单元素索引时两种写法结果相等属于巧合：
x[0][2]第一步取第0行的一维数组，第二步对该一维数组取索引2的元素，和x[0,2]直接取第0行第2列的元素指向同一个值，因此结果相等，并非两种写法规则通用。

内容的提问来源于stack exchange，提问作者Nameless