第493章 Numpy多维数组，一个故事解释[2/2页]

天才一秒记住本站地址：[妙书坊]https://m.miaoshufangxs.com最快更新！无广告！

    ，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（3D

    array）就像有多个书架的房间。

    library

    =

    [

    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）。

    NumPy

    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

    =

    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！

第493章 Numpy多维数组，一个故事解释[2/2页]

『加入书签，方便阅读』