你有这样的说法：

In [31]: x[0:-1]

这种索引方式意味着“从第一行开始，直到最后一行（不包括）"。这就是为什么我们得到的结果是第一行。

Out[31]: array([[0, 1, 2, 3, 4]])

但是，当您这样做时：

In [31]: x[1:-1]   
 Out[31]: array([], shape=(0, 5), dtype=int64)

它要求NumPy“从第二行开始，不包括最后一行”。因为这里的第二行也是最后一行，所以它被排除，我们得到一个空数组。

更多信息：这里没有什么特别的关于使用诸如-1之类的负索引。例如，下面的索引方法也会返回空数组。

# asking to "start at first row and end at first row"

In [42]: x[0:0]  
Out[42]: array([], shape=(0, 5), dtype=int64)

# asking to "start at second row and end at second row"

In [43]: x[1:1]  
Out[43]: array([], shape=(0, 5), dtype=int64)

当涉及到Python/NumPy中的索引时，它总是“左含右不含"。
下面是用普通Python编写的代码（例如，对list进行索引）

In [52]: lst = [1, 2] 

In [53]: lst[1:-1]    
Out[53]: []   # an empty list

请注意索引的构造，它是：[start:stop:step]
如果我们 start 和 stop 在同一个索引上，那么我们什么也得不到，并且返回一个空的数据结构（数组/列表/元组等）作为结果。

如果请求切片x[a:b]，则会收到从a到b（但不包括b）的部分。因此，如果对x[1:-1]进行切片，则生成的数组将不包括-1，而-1恰好与(2,5)数组中的1相同。另一个示例：

>>> import numpy as np
>>> x = np.arange(15)
>>> x.shape = (3,5)
>>> x
array([[0,  1,  2,  3,  4],
       [5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])
>>> x[0:-1]
array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])
>>> x[1:-1]
array([[5, 6, 7, 8, 9]])

上面的最后一个操作将x从行1切片到（不包括）最后一行，最后一行就是行1。