省略号在numpy中用于对更高维的数据结构进行切片。
它的设计意思是 * 在这一点上，插入尽可能多的完整切片（:），以将多维切片扩展到所有维度 *。

示例：

>>> from numpy import arange
>>> a = arange(16).reshape(2,2,2,2)

现在，您有了一个2x2x2x2阶的4维矩阵。要选择第4维中的所有第一个元素，可以使用省略号表示法

>>> a[..., 0].flatten()
array([ 0,  2,  4,  6,  8, 10, 12, 14])

相当于

>>> a[:,:,:,0].flatten()
array([ 0,  2,  4,  6,  8, 10, 12, 14])

在您自己的实现中，您可以随意忽略上面提到的契约，并将其用于您认为合适的任何用途。

Ellipsis，或者...不是一个隐藏的特性，它只是一个常量。它和javascript ES6完全不同，在那里它是语言语法的一部分。没有内置类或者Python语言构造使用它。
因此，它的语法完全取决于您或其他人是否编写了代码来理解它。
Numpy使用它，如文档中所述。这里有一些例子。
在您自己的类中，您可以这样使用它：

>>> class TestEllipsis(object):
...     def __getitem__(self, item):
...         if item is Ellipsis:
...             return "Returning all items"
...         else:
...             return "return %r items" % item
... 
>>> x = TestEllipsis()
>>> print x[2]
return 2 items
>>> print x[...]
Returning all items

当然，还有python文档和语言参考，但这些都不是很有帮助。

这是Ellipsis的另一种用法，它与切片无关：我经常在与队列的线程内通信中使用它，作为表示“完成”的标记;它就在那里，它是一个对象，它是一个单例，它的名字意味着“缺少”，它不是被过度使用的None（它可以作为正常数据流的一部分放在队列中）。

如其他答案所述，它可用于创建切片。当您不想写入许多完整切片符号（:）时，或者当您不确定所操作数组的维数时，它非常有用。
我认为需要强调的是，即使没有更多的维度需要填充，它也可以被使用，而这在其他答案中是缺失的。
示例：

>>> from numpy import arange
>>> a = arange(4).reshape(2,2)

这将导致错误：

>>> a[:,0,:]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IndexError: too many indices for array

这将起作用：

a[...,0,:]
array([0, 1])