假设某比赛分A,B,C三个组。每组有参赛者5名，分别来自15个不同的国家。

对于A组来说，一维数组相当于建立一个姓名列表 name =['参赛者A1'，'参赛者A2'，....，'参赛者A5'],列表里有5个元素，代表五个参赛者。

接着上面的，对于A组来说，二维数组相当于建立一个 姓名-国籍 数组

输出的(5, 2)表示，5行2列。意思是五个参赛者除了姓名属性外，还有国籍属性。有几个属性就有几列。相当于数据库表里的字段，有几个字段数据库表就有几列。

import numpy as np
nameCountry= np.array([['参赛者A1','国籍A1'],
                       ['参赛者A2','国籍A2'],
                       ['参赛者A3','国籍A3'],
                       ['参赛者A4','国籍A4'],
                       ['参赛者A5','国籍A5']])
print(nameCountry)
print(nameCountry.shape)

[['参赛者A1' '国籍A1']
 ['参赛者A2' '国籍A2']
 ['参赛者A3' '国籍A3']
 ['参赛者A4' '国籍A4']
 ['参赛者A5' '国籍A5']]
(5, 2)

在上面两个的基础上。每组参赛者都有姓名-国籍属性，有三组，就形成了三维数组。代码如下：

import numpy as np
nameCountrys = np.array([
    [['参赛者A1','国籍A1'],['参赛者A2','国籍A2'],['参赛者A3','国籍A3'],['参赛者A4','国籍A4'],['参赛者A5','国籍A5']],
    [['参赛者B1','国籍B1'],['参赛者B2','国籍B2'],['参赛者B3','国籍B3'],['参赛者B4','国籍B4'],['参赛者B5','国籍B5']],
    [['参赛者C1','国籍C1'],['参赛者C2','国籍C2'],['参赛者C3','国籍C3'],['参赛者C4','国籍C4'],['参赛者C5','国籍C5']]
print(nameCountrys)
print(nameCountrys.shape)

[['参赛者A1' '国籍A1']
 ['参赛者A2' '国籍A2']
 ['参赛者A3' '国籍A3']
 ['参赛者A4' '国籍A4']
 ['参赛者A5' '国籍A5']]
(5, 2)
[[['参赛者A1' '国籍A1']
  ['参赛者A2' '国籍A2']
  ['参赛者A3' '国籍A3']
  ['参赛者A4' '国籍A4']
  ['参赛者A5' '国籍A5']]
 [['参赛者B1' '国籍B1']
  ['参赛者B2' '国籍B2']
  ['参赛者B3' '国籍B3']
  ['参赛者B4' '国籍B4']
  ['参赛者B5' '国籍B5']]
 [['参赛者C1' '国籍C1']
  ['参赛者C2' '国籍C2']
  ['参赛者C3' '国籍C3']
  ['参赛者C4' '国籍C4']
  ['参赛者C5' '国籍C5']]]
(3, 5, 2)

输出的(3,5, 2)表示，第三维的2表示每组有姓名和国籍两个属性；第二维的5表示每组有五个参赛者；最后的第一维3就代表者有3个小组。

其实一维就是只有一个属性，一种特征；二维就是有多个属性，多个特征；三维即有多组，每组的属性相同。

one = np.array([7, 2, 9, 10]) two = np.array([[5.2, 3.0, 4.5],[9.1, 0.1, 0.3]]) three = np.array([[[1, 1], [1, 1 python numpy 一维数组 转变为多维 数组 的实例如下所示：import numpynew_list = [i for i in range(9)]numpy.array(new_list).reshape(3,3)借助numpy库；以上这篇 python numpy 一维数组 转变为多维 数组 的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。时间： 2018-07... 数据组织的维度：一、 一维 数据：（1） 一维 数据的表示（2） 一维 数据的存储（3） 一维 数据的读入处理（4） 一维 数据的写入处理二、 二维 数据（1） 二维 数据的表示（2）CSV格式与 二维 数据存储（3） 二维 数据的读入处理(从CSV格式的文件 中 读入数据) 一、 一维 数据： 1、由对等关系的有序或无序数据构成，采用线性方式组织 2、无论采用任何方式分割和表示， 一维 数据都具有线性的特点 3、列表类型可以表达 一维 有序数据 （1） 一维 数据的表示 1、列表类型可以表达 一维 有序数据 例如：ls = [3, 4, 5] 2、集合类型可以表达 文章目录一、 一维 数据1. 一维 数据的表示2. 一维 数据的存储2.1 空格分隔2.2 逗号分隔2.3 其他方式3. 一维 数据的处理3.1 一维 数据的读入处理.split()3.2 一维 数据的写入处理.join()二、 二维 数据1. 二维 数据的表示2. CSV格式与 二维 数据存储2.1 CSV数据存储格式2.2 二维 数据的存储3. 二维 数据的处理3.1 二维 数据的读入处理3.2 二维 数据的写入处理3.3... Python 列表详解什么是列表列表的定义列表的操作访问列表元素列表的切片列表的相关运算列表常用方法 更多内容，可以微信搜索[公][众][号]【郑大钱呀】，关注我们，一起学技术！ 什么是列表 所谓列表就好像是把一堆数据放在一种特定的容器 中 ，这个容器就称为列表，每个数据叫做元素，每个元素都有一个索引来表示它在列表 中 的位置。在 Python 中 列表的定义如下:列表是内置有序、可变序列，列表的所有元素放在一对 中 括号“[]” 中 ，并使用逗号分隔开。本章我们来学习列表的定义及相关操作。 列表的定义 列表按使用可分为 一维 列表 numpy 中 三维 数组 的 理解 三维 数组 图形--立方体图片 中 的 三维 数组 RNN 中 序列数据的 三维 数组 迭代数据 中 的 三维 数组 三维 数组 图形–立方体 我们在做图像处理，RNN序列数据，迭代数据的时候会遇到 三维 数组 ，我们应该 理解 这三种情况下 三维 数组 的数据分布是怎么样的，才能更好的 理解 算法，和程序的原理，其实 三维 数组 就是 三维 的数，这么说确实很抽象，空洞。但是我们可以将 三维 数组 想象成为一个立方体， 三维 数组 的每个维度代表...