最安全的方式是用[:, -n:]取最后n列，它在二维数组中全取第一轴、第二轴从倒数第n个起切片，返回二维子数组；高维用[..., -n:]更通用，切片默认返回视图。
用 [:, -n:] 直接切最后 n 列最安全
NumPy 多维数组（比如二维 ndarray）中“最后几列”本质是按第二轴（axis=1）取末尾切片。最常用也最不容易出错的方式就是 [:, -n:] —— 第一维全取，第二维从倒数第 n 个开始到末尾。
注意：-n 不是“倒数第 n 列”，而是“索引为 -n 的位置起始”，所以 [:, -2:] 是取最后两列（索引 -2 和 -1），不是只取第 -2 列。
常见错误现象：arr[:, -2] 返回一维向量（最后一列的第 2 个元素？错！是倒数第 2 列整列），而 arr[:, -2:] 才返回二维子数组（含列结构）。
-
arr = np.arange(12).reshape(3, 4)→ shape (3, 4)，列索引为 0,1,2,3；-1对应 3，-2对应 2 -
arr[:, -2:]→ 取列索引 2 和 3，结果 shape 为 (3, 2) - 若
n > arr.shape[1]，如arr[:, -10:]，NumPy 自动截断为[:, :]，不会报错但可能掩盖逻辑问题
负数步长 ::-1 不适合“取最后几列”，容易混淆
负数步长（如 [:, ::-1]）作用是**反转整个轴方向**，不是“定位末尾”。想用它来“取最后两列再反转”，得组合多个操作，反而绕远且易错。
立即学习“Python免费学习笔记（深入）”；
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
例如：arr[:, -2:][::-1] 是先取最后两列、再把行顺序翻转；而 arr[:, -2::-1] 完全不是你想要的——因为切片 -2::-1 会从索引 -2 开始往前走到开头（即列 2→1→0），根本不是“最后两列”。
-
arr[:, -2::-1]等价于arr[:, 2::-1]（负索引在切片起点被解析为正），结果是列 2、1、0（共三列），顺序还反了 - 真正需要“最后两列且列顺序不变”，就别碰
::-1在列维度上做文章 - 如果真要反转列顺序（比如把最后两列调换位置），应该先切再显式重排：
arr[:, [-1, -2]]
高维张量（3D+）要用 ..., -n: 显式指定轴
对三维数组 arr（shape 比如 (5, 6, 7)），说“最后几列”默认指最内层维度（axis=-1）。这时不能写 [:, :, -2:] —— 虽然能跑，但可读性差、不通用；更清晰的是用省略号 ... 表示前面所有轴。
arr[..., -2:] 明确表达“在最后一个轴上取最后两元素”，不管张量是 2D、3D 还是 4D 都适用，也避免硬编码维度数出错。
-
arr = np.random.rand(2, 3, 4, 5)→arr[..., -2:]shape 为 (2, 3, 4, 2) - 误写成
arr[:, :, :, -2:]在 4D 时看似没问题，但一旦维度变（比如 batch 增加一维），就得手动改切片长度 -
...是 NumPy 原生语法，不是 magic，性能无损耗
用 np.take 或高级索引时要注意返回视图还是副本
切片（如 [:, -2:]）默认返回**视图（view）**，修改它会联动原数组；而 np.take(arr, indices, axis=1) 或布尔索引等高级索引方式，通常返回**副本（copy）**。
如果你后续要原地修改提取出的数据，并希望影响原始张量，必须确认操作是否产生视图。否则可能白改了。
-
last_two = arr[:, -2:]→ 视图，last_two[0, 0] = 999会改arr对应位置 -
last_two = np.take(arr, [-2, -1], axis=1)→ 副本，改它不影响arr - 不确定时，用
last_two.base is arr检查是否为视图（返回True表示是）
[:, -n:] 或 [..., -n:] 就够了；负数步长在列提取里基本是干扰项；高维下省略号不是炫技，是防止维度错位的必要习惯。 
