为什么使用数组作为索引会改变多维ndarray的形状？

Question

我有一个4-D NumPy数组，轴为x，y，z，t。我想采取对应于t = 0的切片并在y轴上置换顺序。

我有以下内容

import numpy as np
a = np.arange(120).reshape(4,5,3,2)
b = a[:,[1,2,3,4,0],:,0]
b.shape

我得到（5,4,3）而不是（4,5,3）。

相反，当我进入时

aa = a[:,:,:,0]
bb = aa[:,[1,2,3,4,0],:]
bb.shape

我得到了预期的（4,5,3）。有人可以解释为什么第一个版本交换前两个维度？

Answer 1

正如@hpaulj在评论中提到的，这种行为是因为混合基本切片和高级索引：

a = np.arange(120).reshape(4,5,3,2)
b = a[:,[1,2,3,4,0],:,0]

在上面的代码片段中，会发生以下情况：

当我们沿着最后一个维度进行基本切片时，它会触发__getitem__调用。所以，这个方面已经消失了。（即没有单身尺寸）
[1,2,3,4,0]从第二维返回5个切片。将此形状放在返回的数组中有两种可能性：在第一个位置或最后一个位置。 NumPy决定把它放在第一个维度。这就是为什么你在返回的形状元组的第一个位置得到5（5, ...）。如果我没记错的话，Jaime在其中一次PyCon会谈中解释了这一点。
沿着第一维和第三维，由于您使用:切割所有内容，因此保留了沿这些维度的原始长度。

将所有这些放在一起，NumPy将形状元组返回为：(5, 4, 3)