numpy 索引：尾随省略号不应该是多余的吗？

在尝试正确理解 numpy 索引规则时，我偶然发现了以下内容。我曾经认为索引中的尾随省略号没有任何作用。是不是很琐碎？但事实并非如此：

Python 3.5.2 (default, Nov 11 2016, 04:18:53) 
[GCC 4.8.5] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy as np
>>> 
>>> D2 = np.arange(4).reshape((2, 2))
>>>
>>> D2[[1, 0]].shape; D2[[1, 0], ...].shape
(2, 2)
(2, 2)
>>> D2[:, [1, 0]].shape; D2[:, [1, 0], ...].shape
(2, 2)
(2, 2)
>>> # so far so expected; now
... 
>>> D2[[[1, 0]]].shape; D2[[[1, 0]], ...].shape
(2, 2)
(1, 2, 2)
>>> # ouch!
...
>>> D2[:, [[1, 0]]].shape; D2[:, [[1, 0]], ...].shape
(2, 1, 2)
(2, 1, 2)

现在，知情者可以告诉我这是一个错误还是一个功能吗？ 如果是后者，其理由是什么？

提前致谢， 保罗

显然，该条的解释存在一定的歧义[[1, 0]]指数。可能这里讨论的是同样的事情：

在 numpy 中传递列表而不是元组时的高级切片

我会尝试一个不同的数组，看看它是否能让事情变得清晰

In [312]: D2=np.array([[0,0],[1,1],[2,2]])
In [313]: D2
Out[313]: 
array([[0, 0],
       [1, 1],
       [2, 2]])

In [316]: D2[[[1,0,0]]]
Out[316]: 
array([[1, 1],
       [0, 0],
       [0, 0]])
In [317]: _.shape
Out[317]: (3, 2)

Use of : or ...或者将索引列表设为数组，都将其视为 (1,3) 索引，并相应扩展结果的维度

In [318]: D2[[[1,0,0]],:]
Out[318]: 
array([[[1, 1],
        [0, 0],
        [0, 0]]])
In [319]: _.shape
Out[319]: (1, 3, 2)
In [320]: D2[np.array([[1,0,0]])]
Out[320]: 
array([[[1, 1],
        [0, 0],
        [0, 0]]])
In [321]: _.shape
Out[321]: (1, 3, 2)

请注意，如果我将转置应用于索引数组，我会得到 (3,1,2) 结果

In [323]: D2[np.array([[1,0,0]]).T,:]
...
In [324]: _.shape
Out[324]: (3, 1, 2)

Without : or ...，它似乎剥去了一层[]在将其应用到第一个轴之前：

In [330]: D2[[1,0,0]].shape
Out[330]: (3, 2)
In [331]: D2[[[1,0,0]]].shape
Out[331]: (3, 2)
In [333]: D2[[[[1,0,0]]]].shape
Out[333]: (1, 3, 2)
In [334]: D2[[[[[1,0,0]]]]].shape
Out[334]: (1, 1, 3, 2)
In [335]: D2[np.array([[[[1,0,0]]]])].shape
Out[335]: (1, 1, 1, 3, 2)

我认为这里存在向后兼容性问题。我们知道元组层是“冗余的”：D2[(1,2)]是相同的D2[1,2]。但为了兼容早期版本numpy (numeric）首先[]层可以以相同的方式处理。

在 11 月的问题中，我指出：

因此，在顶层，列表和元组被视为相同 - 如果列表不能解释为高级索引列表。

添加一个...是另一种分离的方式D2[[[0,1]]] from D2[([0,1],)].

From @eric/s拉取请求seburg解释

元组标准化是一件相当小的事情（它基本上检查长度

[[1,2]]是一个带有列表的 1 元素列表，因此它被视为一个元组，即([1,2],). [[1,2]],...已经是一个元组了。