故事比喻：魔法书架与多维数组（nupy多维数组）
在一个神秘的图书馆里，有一座巨大的魔法书架，它可以整齐地存放、查找、调整和计算大量的书籍。这个书架的排列方式非常特殊，就像nupy的多维数组（ndarray），每一层、每一排、每一个格子都有规律可循。
1d数组：单层书架（nupy的1维数组）
首先，魔法书架的第一层存放着一系列书籍，它们整齐地排成一排。
比喻：一维数组（1darray）就是一排书。
iportnupyasnp
shelf=np.array([‘哈利波特’,‘纳尼亚传奇’,‘指环王’])
?特点：
?只有一排，没有更复杂的结构。
?你可以用索引快速找到书，比如shelf[0]就是‘哈利波特’。
2d数组：多层书架（nupy的2维数组）
馆长觉得一排书不够放，于是他增加了第二层书架，现在书架上有多行书，每一行都是一个类别：
书架层书籍1书籍2书籍3
第一层（小说）哈利波特纳尼亚传奇指环王
第二层（科幻）三体银河帝国沙丘
比喻：二维数组（2darray）就像一个有多层的书架，每一行是一个类别。
shelves=np.array([
[‘哈利波特’,‘纳尼亚传奇’,‘指环王’],
[‘三体’,‘银河帝国’,‘沙丘’]
])
?特点：
?每一行都是一类书，比如第一行是小说，第二行是科幻。
?shelves[1,0]代表‘三体’，因为[1]代表第二层，[0]代表第一本书。
3d数组：多排、多层、多书架（nupy的3维数组）
为了存放更多的书，图书馆扩建了一个新的房间，里面有多个这样的书架。现在整个图书馆的结构变成这样：
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！