笔趣阁

第493章 Numpy多维数组一个故事解释（第5页）

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：

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：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

excel

表格、仓库货架、电影分类系统？numpy

的强大之处就在于，它能让我们轻松管理和计算这些数据！