结合多维 numpy 数组的切片和广播索引

我有一个 ND numpy 数组（例如 3x3x3），我想从中提取一个子数组，组合切片和索引数组。例如：

import numpy as np  
A = np.arange(3*3*3).reshape((3,3,3))
i0, i1, i2 = ([0,1], [0,1,2], [0,2])
ind1 = j0, j1, j2 = np.ix_(i0, i1, i2)
ind2 = (j0, slice(None), j2)
B1 = A[ind1]
B2 = A[ind2]

我期望 B1 == B2，但实际上，形状不同

>>> B1.shape
(2, 3, 2)
>>> B2.shape
(2, 1, 2, 3)
>>> B1
array([[[ 0,  2],
        [ 3,  5],
        [ 6,  8]],

       [[ 9, 11],
        [12, 14],
        [15, 17]]])
>>> B2
array([[[[ 0,  3,  6],
         [ 2,  5,  8]]],

       [[[ 9, 12, 15],
         [11, 14, 17]]]])

有人明白为什么吗？知道如何通过仅操作“A”和“ind2”对象来获得“B1”吗？目标是它适用于任何 nD 数组，并且我不必寻找我想要完全保留的维度的形状（希望我足够清楚:)）。谢谢！！
- -编辑 - -
更清楚地说，我想要一个“有趣”的功能，这样

A[fun(ind2)] == B1

这是我更接近你的规格，我无法设计出一个可以在不知道的情况下计算正确索引的解决方案A（或者，更准确地说，它的形状......）。

import numpy as np  

def index(A, s):
    ind = []
    groups = s.split(';')
    for i, group in enumerate(groups):
        if group == ":":
            ind.append(range(A.shape[i]))
        else:
            ind.append([int(n) for n in group.split(',')])
    return np.ix_(*ind)

A = np.arange(3*3*3).reshape((3,3,3))

ind2 = index(A,"0,1;:;0,2")
print A[ind2]

较短的版本

def index2(A,s):return np.ix_(*[range(A.shape[i])if g==":"else[int(n)for n in g.split(',')]for i,g in enumerate(s.split(';'))])

ind3 = index2(A,"0,1;:;0,2")
print A[ind3]