要将不同的Numpy数组重塑为3D数组，可以使用reshape函数。下面是一个示例代码：

import numpy as np

# 创建一个一维数组
arr1 = np.array([1, 2, 3, 4, 5, 6])

# 使用reshape将一维数组重塑为3D数组
arr_3d = arr1.reshape((2, 1, 3))
print(arr_3d)
# 输出：
# [[[1 2 3]]

#  [[4 5 6]]]


# 创建一个二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])

# 使用reshape将二维数组重塑为3D数组
arr_3d = arr2.reshape((2, 3, 1))
print(arr_3d)
# 输出：
# [[[1]
#   [2]
#   [3]]

#  [[4]
#   [5]
#   [6]]]


# 创建一个三维数组
arr3 = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

# 使用reshape将三维数组重塑为3D数组
arr_3d = arr3.reshape((2, 2, 2))
print(arr_3d)
# 输出：
# [[[1 2]
#   [3 4]]

#  [[5 6]
#   [7 8]]]

在上述示例中，使用reshape函数将一个一维数组、一个二维数组和一个三维数组分别重塑为3D数组。reshape函数的参数是一个元组，用于指定新数组的形状。在这里，我们将新数组的形状指定为(2, 1, 3)、(2, 3, 1)和(2, 2, 2)，分别对应于3D数组的维度。