第493章 Numpy多维数组，一个故事解释（2/2）
好书推荐： 容王今天追妻成功了吗
契神兽，炼神丹，众神膜拜九少爷
科研式修仙，从拒绝炉鼎开始
高武普通人，职业长生者
全球冻结！战宠系统驰骋末日
美男娇养手册
让人迷恋的味道
穿越梦境拥抱你
四合院，融合万物，耕耘四九城
重生，且安然以待
library=np.array([
[#第一个书架
[‘哈利波特’,‘纳尼亚传奇’,‘指环王’],
[‘三体’,‘银河帝国’,‘沙丘’]
],
[#第二个书架
[‘时间简史’,‘自私的基因’,‘黑鹅’],
[‘计算机科学导论’,‘人工智能原理’,‘数学之美’]
]
])
?特点：
?现在有多个独立的书架，每个书架有多层，每层有多本书。
?library[1,0,2]代表的是‘黑鹅’：
?[1]代表第二个书架（科普&计算机）。
?[0]代表第一层（科普类书籍）。
?[2]代表第三本书（黑鹅）。
Nupy多维数组的强大之处
1.快速查找：就像书架上编号一样，我们可以用索引找到任何一本书，比如library[1,0,2]直接定位到《黑鹅》。
2.批量操作：如果我们想一次性把所有书架的书名都改成大写，只需一行代码，而不需要手动翻书：
library=np.char.upper(library)
3.强大的数学计算能力：假设书架上放的不是书，而是销量数据，我们可以一键计算总销量、平均销量、最高销量等，比传统的循环处理快很多。
总结：Nupy的多维数组就像魔法书架
?1d数组（单排书架）：一排书，按序存放。
?2d数组（多层书架）：有多个层，每一行是一类书。
?3d数组（多个书架）：多个书架，每个书架有多层，每层有多本书。
思考：你生活中还有哪些类似Nupy数组的结构？比如Excel表格、仓库货架、电影分类系统？Nupy的强大之处就在于，它能让我们轻松管理和计算这些数据！