x[[0,1,2],[0,1,0]]

[0,1,2]〈-在这里指定要使用的数组[0,1,0]〈-在这里从每个指定的数组中选择元素
所以元素0来自数组0，元素1来自数组1，以此类推

In [76]: x = np.array([[1, 2], [3, 4], [5, 6]])
In [77]: x
Out[77]: 
array([[1, 2],
       [3, 4],
       [5, 6]])

因为第一个和第二个索引列表的大小匹配，所以它们的值被配对以从x中选择元素。我将用列表索引来说明：

In [78]: x[[0, 1, 2], [0, 1, 0]]
Out[78]: array([1, 4, 5])
In [79]: list(zip([0, 1, 2], [0, 1, 0]))
Out[79]: [(0, 0), (1, 1), (2, 0)]
In [80]: [x[i,j] for i,j in zip([0, 1, 2], [0, 1, 0])]
Out[80]: [1, 4, 5]

或者更明确地说，它返回x[0,0]，x[1,1]和x[2,0]，作为一个1d数组。另一种方式认为它是你从3行（分别）中选择了[0,1,0]元素。

我觉得最容易理解的如下：

In [179]: x = np.array([[1, 2], [3, 4], [5, 6]])                                                                     

In [180]: x                                                                                                          
Out[180]: 
array([[1, 2],
       [3, 4],
       [5, 6]])

假设我们想从这个矩阵中选择1，4和5。所以第0行的第0列，第1行的第1列和第2行的第0列。现在为索引提供两个数组（矩阵的每个维度一个），我们用我们感兴趣的行和列填充这些数组：

In [181]: rows = np.array([0, 1, 2])                                                                                 

In [182]: cols = np.array([0, 1, 0])                                                                                 

In [183]: x[rows, cols]                                                                                              
Out[183]: array([1, 4, 5])