笔趣阁

第493章 Numpy多维数组一个故事解释（第2页）

1ibrary=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’，‘黑天鹅’]，

[‘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。

?1ibrary[1，o，2]代表的是‘黑天鹅’：

?[1]代表第二个书架（科普&计算机）。

?[o]代表第一层（科普类书籍）。

?[2]代表第三本书（黑天鹅）。

numpy多维数组的强大之处

1。快查找：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1ibrary[1，o，2]直接定位到《黑天鹅》。

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：

1ibrary=np。(1ibrary）

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：numpy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numpy数组的结构？比如exnetumpy的强大之处就在于，它能让我们轻松管理和计算这些数据！