In [71]: slicer(np.arange(10),-2,2)                                                                    
Out[71]: array([8, 9, 0, 1])

看起来np.r_可以执行您想要的“滚动”操作：

In [72]: np.arange(10)[np.r_[-2:2]]                                                                    
Out[72]: array([8, 9, 0, 1])
In [73]: np.r_[-2:2]                                                                                   
Out[73]: array([-2, -1,  0,  1])

你所期望的和r_所做的可能有差异，我会让你研究它的文档。
仅仅因为你称之为切片，它就不是basic索引。无论如何，结果都是copy，而不是view。注意多维索引的任何扩展。
在寻找全大小写替换时要小心。使用负索引从末尾开始标记，而不进行 Package ，在Python和numpy中根深蒂固，因此您应该始终假设这是默认行为。

In [77]: np.arange(10)[-2:2]                                                                           
Out[77]: array([], dtype=int64)

把你的 Package /卷的情况作为一个例外，一个需要特殊处理。

def slicer(a, lower, upper):
    if lower < 0:
        return np.concatenate((a[lower:], a[:upper]))
    else:
        return a[lower: upper]

我认为这相对简单。

如果你知道长度，你可以把数组的长度加到lower和upper上，如果它们〈0的话。然后你可以检查upper是否小于lower，如果需要的话可以连接。

def slicer(a, lower, upper):
    if lower < 0:
        lower += len(a)
    if upper < 0:
        upper += len(a)
    if upper < lower:
        return np.concatenate([a[lower:], a[:upper]])
    return a[lower:upper]