需求：根据已有的多个列表，利用numpy.array()函数创建三维以上数组
格式概述： 每一维用一个 [] 括起，不同维之间用 , 逗号间隔，最后总体再用 [] 括起！！！
说明 ：列表肯定是一维的，多个列表一行一行堆叠形成二维，多个这样的二维构成三维，以此类推可得更高维矩阵（一般3维以上就不用numpy.array()这种方法创建了）。
注意 ：高维数组，以三维（5,2,3）为例：前面的5代表页数，即表示（2,3）这样的二维矩阵有5个。即： 前面的数，永远代表比它"低一维"的数组有多少个 ！
（1）创建二维数组的例子：
（2）创建三维数组的例子1：（2,3,3）
（3）创建三维数组的例子2：（4,2,3）
补充：最快验证自己创建的数组是否满足自己的维度需求的方式，就是看打印的结果中， 最外面有几个 ] 中括号，有几个 ] 就是几维数组 ！如本文中第3个例子，打印结果最外层有3个 ]，说明满足3维的要求。
Python创建空数组的三种方式：
1、numpy指定形状为0
实际上，empty生成的数组当然可以为空，只要我们指定了相应的形状。例如，如果我们传入数组的形状参数为（0，3），则可以生成目标空数组：
所以，生成的数组是否为空，不在于你用的是不是empty，而在于传入的形状参数。当然， 这里的empty换成ones或者zeros也都可以，只要形状是（0, 3）即可。
2、利用空列表创建
初始化numpy数组的一种方式是由列表创建，那么当我们传入的列表是空列表时即可创建空数组。特别的，为了创建指定列数的空列表，我们需要传入指定个数的嵌套空列表，然后转置即可。
3、利用pandas转换生成
numpy和pandas是一对好搭档，常常需要对二者数据进行转换，在创建空数组时自然也可以。为了创建一个空数组，我们可以首先考虑先创建一个空的DataFrame，然后由其转换为numpy对象即实现了创建空数组。
首先，我们创建一个仅有列名、而没有索引和值的空DataFrame：
进而，可由该DataFrame对象转化为空数组：
