Numpy 3D阵列尺寸和切片

Question

我很难理解3D数组的Numpy表示形式。我已经习惯了（行，列，深度），但是对于Numpy来说似乎是（行，列，列）。

例如：

c = np.arange(12)
c = c.reshape(2,3,2)
d = c
d = d.reshape(2,2,3)

print(c)
print(d)

[[[ 0  1]
  [ 2  3]
  [ 4  5]]

 [[ 6  7]
  [ 8  9]
  [10 11]]]

d：

[[[ 0  1  2]
  [ 3  4  5]]

 [[ 6  7  8]
  [ 9 10 11]]]

d是我希望获得的代表。现在，如果要访问第二个2D数组，我可以编写：

print(d[1,:,:])

[[ 6  7  8]
 [ 9 10 11]]

那么，为什么对于Numpy来说，表示如此不直观？给定两种表示方式，我将如何访问3D数组的所有不均匀索引（第一，第三，第五...）二维数组？