如果我有 a = np.arange(16).reshape(4,4) ，即

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

想要切片吗 a 就像我能做的那样 a[0:3,1:4] ，导致

array([[ 1,  2,  3],
       [ 5,  6,  7],
       [ 9, 10, 11]])

使用提供的坐标[（0,1），（2,3）]，这是长方体切片的角的索引。
我想做一个函数，它接受任意n维数组和两组索引坐标，像这样在这两个坐标之间切片数组(可能是pythonic，我不包括最后一个索引，所以前面提到的索引坐标是[（0,1），（3,4）]。这个细节并不重要。）
举个例子：

import numpy as np

def box_slice(array, start, stop):
    # will return slice
    pass

a = np.arange(3*5*6).reshape(3,5,6)
``` `a` 是现在

array([[[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23],
[24, 25, 26, 27, 28, 29]],

   [[30, 31, 32, 33, 34, 35],
    [36, 37, 38, 39, 40, 41],
    [42, 43, 44, 45, 46, 47],
    [48, 49, 50, 51, 52, 53],
    [54, 55, 56, 57, 58, 59]],

   [[60, 61, 62, 63, 64, 65],
    [66, 67, 68, 69, 70, 71],
    [72, 73, 74, 75, 76, 77],
    [78, 79, 80, 81, 82, 83],
    [84, 85, 86, 87, 88, 89]]])

这应该相当于 `a[0:3, 1:4, 2:5]` ，假设pythonic实现：

box_slice(a, [0,1,2], [3,4,5])

输出：

array([[[ 8, 9, 10],
[14, 15, 16],
[20, 21, 22]],

   [[38, 39, 40],
    [44, 45, 46],
    [50, 51, 52]],

   [[68, 69, 70],
    [74, 75, 76],
    [80, 81, 82]]])

这可以通过 `eval()` ，但我不想遵循这种方法，除非我必须这样做。是否已经有一个函数可以通过对输入的最小操作来实现这一点？我更喜欢numpy用法，但也鼓励使用其他库或原始python的解决方案。
解决方案需要支持任意数量的维度而不需要修改。