当您使用b = a.reshape((5,4,5))时，您只需在数组a使用的相同数据上创建一个不同的视图。(即对a的元素的更改将出现在b中)。在这种情况下，reshape()不复制数据，因此它是一个非常快的操作。切片b和切片a访问相同的内存，因此不需要为b数组使用任何不同的语法(只需使用a[:10])。如果您已经创建了数据的副本(可能使用np.resize())并丢弃了a，那么只需重塑b：b.reshape((20,5))[:10]即可。

通过将(20,5)重塑为(5,4,5)，您无法提取前一半的值。您不能将这些5行拆分为两个偶数组：

In [9]: b[:2]
Out[9]: 
array([[[ 0,  1,  2,  3,  4],
        [ 5,  6,  7,  8,  9],
        [10, 11, 12, 13, 14],
        [15, 16, 17, 18, 19]],

       [[20, 21, 22, 23, 24],
        [25, 26, 27, 28, 29],
        [30, 31, 32, 33, 34],
        [35, 36, 37, 38, 39]]])

In [10]: b[:3]
Out[10]: 
array([[[ 0,  1,  2,  3,  4],
        [ 5,  6,  7,  8,  9],
        [10, 11, 12, 13, 14],
        [15, 16, 17, 18, 19]],

       [[20, 21, 22, 23, 24],
        [25, 26, 27, 28, 29],
        [30, 31, 32, 33, 34],
        [35, 36, 37, 38, 39]],

       [[40, 41, 42, 43, 44],
        [45, 46, 47, 48, 49],
        [50, 51, 52, 53, 54],
        [55, 56, 57, 58, 59]]])

最后一行a[:10]在b[3,:,:]的中间。
请注意，b[:2]是(2,4,5)，8行a，分组为2组4。
现在，如果你做了c=a.reshape(4,5,5)，那么c[:2]会有同样的10行-在2组5行中。

可能会有一种编程方法来获得您想要的东西，但不是一片巨蟒。
重要的是要理解形状中的每个组件告诉我们关于排列的信息。我喜欢用向量来思考。
让我们来讨论形状(20, 5)，这意味着，我有20个向量，每个向量有5个元素。
对于形状(5, 4, 5)-这意味着，我有5个向量，其中每个向量又有4个向量，其中每个向量有5个元素。
这听起来可能很复杂，但经过深思熟虑，这是可以理解的。
对于您的问题，通过a[:10]，您希望检索前10行，其中每一行都应该是一个包含5个元素的向量，但使用的是(5, 4, 5)的形状。只有从最左边的第一个向量(5)中检索前4个向量，从下一个向量中检索下4个向量，从第三个向量中检索下一个2，才有可能做到这一点。
Python切片可能不是实现这一点的最佳工具。