更高维度
Coddy NumPy 基础 课程的第 4 课，共 18 课。
NumPy 支持创建不同维度的数组，让你能够以结构化的方式处理数据。具体如下：
一维数组：表示由元素组成的线性集合。
one_dimension = np.array([1, 2, 3])二维数组：表示由元素组成的矩阵或表格。
two_dimension = np.array([[1, 2], [3, 4]])三维数组：表示由矩阵组成的集合，适用于更复杂的数据结构。
three_dimension = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])零维数组：NumPy 中的数组甚至可以是零维的，用来表示单个标量值。
ary = np.array(5) # 0 维
挑战
简单创建一个名为 one_dimension_higher 的函数，它接收一个列表，并将其转换为高一维的数组。
亲手试试
import numpy as np
def one_dimension_higher(lst):
passNumPy 基础中的所有课
自己练习： Python 在线编译器