三维NumPy数组切片操作的运行逻辑及输出维度解析

首先给出修正后可正常运行的代码：

import numpy as np
arr = np.array([[[1,2,3], [4,5,6]], [[7,8,9],[10,11,12]]])
print(arr[0:2, : , 2])

数组结构说明 #

你定义的arr是三维数组，shape为(2, 2, 3)，三个维度的含义分别是：

• 第0维：共2个二维子数组，索引0对应[[1,2,3], [4,5,6]]，索引1对应[[7,8,9], [10,11,12]]
• 第1维：每个二维子数组包含2行元素
• 第2维：每行包含3个元素，索引0、1、2分别对应每行的第1、2、3个元素

切片规则说明 #

arr[0:2, : , 2]中三个位置的参数分别对应三个维度的筛选规则：

• 0:2：筛选第0维索引从0到1的全部元素（Python切片左闭右开，刚好覆盖所有2个二维子数组）
• :：筛选第1维的所有行，无过滤
• 2：固定取第2维索引为2的元素，也就是每行的第三个元素

NumPy切片的维度保留规则为：使用范围切片（包含:）的维度会保留，使用固定整数索引的维度会被压缩。本次切片中第0、1维都是范围切片，保留对应维度，第2维用固定索引筛选，维度被消除，因此最终输出是二维数组。

实际运行输出 #

[[ 3  6]
 [ 9 12]]

输出的数组shape为(2,2)，刚好包含你提到的3、6、9、12四个元素，按维度排列为两行两列。

内容的提问来源于stack exchange，提问作者Sandeep