Summary  
This chapter explains how to create higher-dimensional arrays (2D and 3D) in NumPy by passing nested lists to the array() function, treating them as matrices or cubes.  

General domain of usage  
Scientific computing

## Двовимірні масиви

Тепер створимо масив вищої вимірності, а саме **двовимірний масив**:

import numpy as np
# Creating a 2D array
array_2d = np.array([[1, 2, 3], [4, 5, 6]])
print(f'2-dimensional array: \n{array_2d}')

Створення багатовимірного масиву **NumPy** полягає у передачі багатовимірного **списку** як аргументу функції `array()`.

Будь-який об'єкт масиву NumPy називається `ndarray`.

Примітка

Ось візуалізація нашого 2D-масиву:

Можна уявити його як `2x3` **матрицю**.

## 3D масив

Створення **3D масивів** майже ідентичне створенню 2D масивів. Єдина відмінність полягає в тому, що тепер потрібно передати **3D список** як аргумент:

import numpy as np
# Creating a 3D array
array_3d = np.array([
    [[1, 2, 3], [4, 5, 6], [7, 8, 9]],
    [[10, 11, 12], [13, 14, 15], [16, 17, 18]],
    [[19, 20, 21], [22, 23, 24], [25, 26, 27]]
])
print(f'3-dimensional array: \n{array_3d}')

Однак візуалізація 3D масиву трохи складніша, але все ж можлива:

Масив має розмір `3x3x3`, тому ми отримуємо **куб** з довжиною кожної сторони 3.

На практиці робота з тривимірними та багатовимірними масивами не відрізняється від роботи з двовимірними масивами.


import unittest
import importlib.util
import numpy as np
import io
from contextlib import redirect_stdout


def _dynamic_test(test_case, condition, success_message, failure_message):
    """Codefinity-style dynamic test output"""
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)


class TestUserCode(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        # Імпортуємо код користувача
        spec = importlib.util.spec_from_file_location("user_code", "user_code.py")
        cls.m = importlib.util.module_from_spec(spec)
        spec.loader.exec_module(cls.m)
        cls.module_path = spec.origin

    def test_array_creation(self):
        """Перевіряємо, що створено 2D NumPy масив"""
        ok = hasattr(self.m, "array_2d")
        arr = getattr(self.m, "array_2d", None)

        type_ok = isinstance(arr, np.ndarray)
        dim_ok = type_ok and arr.ndim == 2
        not_empty = type_ok and arr.size > 0

        _dynamic_test(
            self,
            ok and type_ok and dim_ok and not_empty,
            "2D NumPy array created correctly",
            "2D NumPy array not created correctly",
        )


if __name__ == "__main__":
    unittest.main()


test_code.py

Відкрийте повний потенціал найважливішої бібліотеки Python для чисельних обчислень — NumPy. Цей комплексний курс розроблений для того, щоб провести вас від початкового рівня до поглибленого володіння NumPy. Незалежно від того, чи ви дата-сайентіст, інженер, дослідник або розробник, опанування NumPy є необхідним для ефективної обробки даних, наукових обчислень і машинного навчання.

Дослідження застосувань NumPy та розуміння причин його популярності серед бібліотек для чисельних обчислень. Ознайомлення з різними способами створення та ініціалізації масивів для ефективної обробки різноманітних даних.

Дізнайтеся, як отримувати доступ до окремих елементів і підмножин у масивах NumPy за допомогою індексної нотації. Ознайомтеся із застосуванням умовного індексування для фільтрації даних і ефективного керування відсутніми значеннями.

NumPy надає багато вбудованих функцій для виконання типових операцій з масивами. Дізнайтеся, як застосовувати ці інструменти для ефективного перетворення, агрегації та аналізу даних без написання повторюваного коду.

Дізнайтеся, як ефективно виконувати математичні операції над масивами NumPy. Застосовуйте ці операції для розв'язання реальних задач і отримайте глибше розуміння того, як векторизовані обчислення прискорюють числовий аналіз.

Створення Багатовимірних Масивів

Двовимірні масиви

3D масив

Рішення