比喻：三维数组（3darray）就像有多个书架的房间。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。
?library[1,0,2]代表的是‘黑天鹅’：
?[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（黑天鹅）。
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：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！