NumPy混合基础索引与高级索引时返回视图还是副本？

这个问题确实是NumPy里容易让人懵的细节，我结合你的例子给你拆解清楚~

先看你给出的第一个代码示例：

import numpy as np

x = np.arange(25).reshape(5, 5)
print(x.base)
y = x[:2, [0, 2]]
print(y.base)

它的输出是：

[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
 24]
[[0 5]
 [2 7]]

这里y是一个视图，但它的base不是原数组x的base，而是基于x[:2]（前两行的切片视图）生成的新视图。原因在于：当你在最后一个维度使用高级索引（整数数组），前面的维度用基础切片索引时，NumPy可以基于前面的连续切片，通过调整列的访问步长来生成新视图——不过这个视图的内存不是连续的，所以它的base指向的是切片后的中间视图，而非原数组。

再看你第二个例子：

>>> import numpy as np
>>> x = np.arange(25).reshape(5, 5)
>>> x[:2, [0,2]].base
array([[0, 5],
       [2, 7]])
>>> x[[0,2], :2].base
>>> 

这里x[[0,2], :2].base返回None，说明它是一个副本。这是因为你在第一个维度使用了高级索引（整数数组），后面的维度用切片。这种情况下，选中的行在原数组中是不连续的（第0行和第2行），NumPy无法通过单一的连续内存块或统一步长来描述结果，只能创建一个新的数组副本，因此base为None。

那怎么提前预测混合索引会返回视图还是副本？核心规则可以总结这几点：

• 如果高级索引仅出现在最后一个维度，前面的维度都是基础切片索引，结果大概率是视图（但视图的base可能是中间切片，而非原数组）
• 如果高级索引出现在前面的维度，或者同时在多个维度使用高级索引，结果几乎都是副本
• 本质判断标准：看结果的元素在原数组内存中是否能通过「连续内存块 + 统一步长」来遍历。如果可以，返回视图；如果元素在原内存中分散排布、无法用单一步长描述，就返回副本。

备注：内容来源于stack exchange，提问作者Antonios Sarikas