对一个numpy数组或矩阵做切片索引，例如对一列或一行数据进行提取。如果索引值是标量，索引后的量维度减小1。如果索引是一个范围如a:b，则索引后维度不变。
a = np.random.rand(4, 5)
a
Out[13]:
array([[0.83451584, 0.27220378, 0.84461958, 0.11096957, 0.02921137],
[0.96256874, 0.7320878 , 0.40411651, 0.28934631, 0.22163871],
[0.15108374, 0.39559392, 0.11857293, 0.26880925, 0.60808768],
[0.83220628, 0.39516063, 0.67430698, 0.41871186, 0.06415003]])
b = a[:, 1].shape
b
Out[15]: (4,)
c = a[:, 1:2].shape
c
Out[17]: (4, 1)
d = a[:, [1]].shape
d
Out[19]: (4, 1)
看到a是一个二维矩阵，形状是（4， 5）。
b对a的第二列进行索引，索引值是1，是一个标量。所以索引后b的维度降1，形状为（4，）。
c也是对a的第二列进行索引，索引值是1:2，是一个范围，python中上界是取不到的，所以还是索引第二列。但是，此时c的维度是保持原大小仍是2维数据，形状为（4，1）。
d也是对a的第二列进行索引，索引值是[1]，是一个范围list（虽然list中仅有一个元素）。但是，此时d的维度是保持原大小仍是2维数据，形状为（4，1）。
因此，在对numpy数组使用索引时应当注意不同情况对应的维度变化，避免后续计算维度的不匹配。