NumPy混合整数与列表索引时的维度重排问题

这是个非常典型的NumPy高级索引陷阱，我来给你拆解清楚背后的逻辑：

先看你预期的分步索引 a[3][:,[1,2]] #

分步索引相当于把操作拆成了两步，每一步都遵循我们直觉里的维度顺序：

1. 第一步a[3]：对原数组的第0个轴（最外层）取索引为3的元素，直接把这个轴“消掉”，得到一个形状为(20, 30)的二维数组——这时候原数组的第1轴变成了新数组的第0轴，原第2轴变成新数组的第1轴。
2. 第二步[:, [1,2]]：对这个二维数组做常规索引，取所有行（新第0轴，对应原第1轴），以及列索引为1和2的列（新第1轴，对应原第2轴），结果自然是(20, 2)，完全符合预期。

再看“意外”的同一括号索引 a[3,:,[1,2]] #

当你把所有索引写在同一个括号里时，NumPy的索引规则就有了特殊处理：
这里的索引元组包含三种类型：整数标量（3，对应第0轴）、切片（:，对应第1轴）、列表索引（[1,2]，对应第2轴，属于高级索引）。

NumPy处理混合索引时，有个关键规则：只要索引元组里存在高级索引（列表、布尔数组、整数数组这类非连续/非切片的索引），高级索引对应的维度会被优先放到结果的最前面，而切片/整数标量保留的维度则放在后面。

在这个例子里：

• 整数标量3直接消除了第0轴；
• 高级索引[1,2]对应原第2轴，产生一个长度为2的维度；
• 切片:对应原第1轴，保留长度为20的维度。

按照规则，高级索引的维度要放前面，所以最终结果的维度顺序就变成了(2, 20)，和分步索引的维度顺序刚好反过来。

怎么让同一括号索引得到预期的(20,2)？ #

如果你想在同一括号里完成操作又保持维度顺序，可以用np.ix_来构造索引，强制保留维度顺序：

print(a[np.ix_([3], :, [1,2])].squeeze().shape)
> (20, 2)

np.ix_会把每个索引转化为广播兼容的多维索引，这里squeeze()是用来去掉np.ix_带来的多余的长度为1的第0轴。

内容的提问来源于stack exchange，提问作者Milla Well