正如@hpaulj在评论中提到的，此行为是由于 混合了基本切片 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，发生了以下情况：
- 当我们沿最后一个维度进行基本切片时，它会触发
__getitem__
调用。因此，该维度已消失。（即没有单例尺寸） [1,2,3,4,0]
从第二维返回5个切片。有两种可能性将此形状放在返回的数组中：在第一个位置或最后一个位置。NumPy决定将其放在第一个维度。这就是为什么5, ...
在返回的形元组的第一个位置上得到5（）的原因。如果我没记错的话，Jaime在一次PyCon谈话中对此进行了解释。沿着第一维和第三维，由于您使用进行
:
了切片，因此保留了沿这些维的原始长度。
将所有这些放在一起，NumPy返回形状元组为：
(5, 4, 3)
您可以在numpy-indexing-ambiguity-
in-3d-arrays和arrays.indexing＃combining-advanced-and-basic-
indexing上了解更多有关它的信息。
