numpy和pytorch利用视图生成新对象

我们知道，numpy的array和torch的tensor在很多方面性质一样，这里以array举例，生成一个新的试图。
通常而言，我们利用视图生成新的array时，每个维度对应的索引数是必须要相同，类似

>>>import numpy as np
>>>x = np.arange(60).reshape((3,4,5))
>>>x[[1,2],[2,3],[3,4]]

array([33, 59])

如果索引数不同，则会出错

>>>x[[1,2],[2,3],[0,1,2]]
IndexError: shape mismatch: indexing arrays could not be broadcast together with shapes (2,) (2,) (3,) 

而非通常的情况我了解的有两种:和索引数为1的情况。

>>>x[[1,2],[2,3],[4]]
array([34, 59])

>>>x[[1,2],[2,3],:]
array([[30, 31, 32, 33, 34],
       [55, 56, 57, 58, 59]])

>>>x[[1],[2,3],:]
array([[30, 31, 32, 33, 34],
       [35, 36, 37, 38, 39]])

可以看出，对于维度为1和维度为全部的情况，可以兼容各种维度的情况。