为什么使用数组索引numpy数组会改变形状？

使用数组索引numpy数组会改变形状是因为numpy在进行数组索引操作时，会根据索引的维度和形状来重新构建一个新的数组。

具体来说，当我们使用数组索引对numpy数组进行切片操作时，切片结果的形状可能会与原数组不同。这是因为切片操作可能会减少维度或改变维度的大小，从而改变了数组的形状。

举个例子来说明，假设我们有一个形状为(3, 4)的numpy数组arr，当我们使用arr[1]来对数组进行索引时，结果将会是一个形状为(4,)的一维数组，也就是将原数组的第二行提取出来。同样地，如果我们使用arr[:, 1]对数组进行索引，结果将会是一个形状为(3,)的一维数组，即提取出原数组的第二列。

在进行数组索引操作时，需要注意的是，numpy会尽量保持原数组的维度，如果索引的维度与原数组的维度不同，numpy会自动在结果中添加新的维度。例如，当我们使用arr[[0, 2], :]来对数组进行索引时，结果将会是一个形状为(2, 3, 4)的三维数组，其中第一维度表示选择的行数，第二维度表示原数组的维度，第三维度表示原数组的形状。

总结起来，使用数组索引numpy数组会改变形状是因为numpy根据索引的维度和形状重新构建一个新的数组，以满足索引操作的需求。