Ⅰ python：numpy.array()創建三維以上數組
需求：根據已有的多個列表，利用numpy.array()函數創建三維以上數組
格式概述： 每一維用一個 [] 括起，不同維之間用 , 逗號間隔，最後總體再用 [] 括起！！！
說明 ：列表肯定是一維的，多個列表一行一行堆疊形成二維，多個這樣的二維構成三維，以此類推可得更高維矩陣（一般3維以上就不用numpy.array()這種方法創建了）。
注意 ：高維數組，以三維（5,2,3）為例：前面的5代表頁數，即表示（2,3）這樣的二維矩陣有5個。即： 前面的數，永遠代表比它"低一維"的數組有多少個 ！
（1）創建二維數組的例子：
（2）創建三維數組的例子1：（2,3,3）
（3）創建三維數組的例子2：（4,2,3）
補充：最快驗證自己創建的數組是否滿足自己的維度需求的方式，就是看列印的結果中， 最外面有幾個 ] 中括弧，有幾個 ] 就是幾維數組 ！如本文中第3個例子，列印結果最外層有3個 ]，說明滿足3維的要求。
Ⅱ python 怎麼查看一個矩陣的維數
都是復制黨，網路知道回答真的質量太低了，真的很心疼，言歸正傳
利用numpy求矩陣維數：
importnumpy#導入numpy模塊，piplist可以查看是否安裝了該模塊
print("數組的維度數目",a1.ndim)
很多人提到了shape函數，這也加上吧
print("數組的維度",a1.shape)不過這里列印的不是矩陣維數，而是告訴你矩陣維度元祖
比如(28,28,3)，能夠看出這是一個3維矩陣，但返回的不是維度
Ⅲ 什麼是數組的維度，python 的ndim的使用
數組的維度就是一個數組中的某個元素，當用數組下標表示的時候，需要用幾個數字來表示才能唯一確定這個元素，這個數組就是幾維。numpy中直接用 * 即可表示數與向量的乘法，參考python 2.7的一個例子：inport numpy as np a = np.array([1,2,3,4]) # 向量 b = 5 # 數 print a*b ++++++++++++ [5,10,15,20]
Ⅳ Python氣象數據處理進階之Xarray(6)：數據重組與換形
這一部分涉及到了常用的操作，比如調換維度的位置，給數據重新reshape換形等等，建議大家可以認真閱讀這部分。
老樣子，先新建一個數組
比如說在求某個東西時需要將時間維放在最後一維，但是數據本身的時間在第一維，那麼便可以用到這個操作。
第一種是精準換位，指定每個維度的位置
第二種是單獨換位，只對指定維度換位,將time放在最後，其餘不變
第三種為全部換位，相當於數組轉置
擴展指增加一個維度，壓縮指將一個維度擠壓掉
官方文檔中接下來有一段是關於DataArray向DataSet轉換的，個人感覺放在這一章節並不合理，我後邊會整理放進Python氣象數據處理進階之Xarray(1)中(我覺得兩種基礎數據結構以及互相轉換應該最開始介紹的)。所以接下來跳過這部分。
個人感覺可能處理站點數據會用到這個方法
換一個數組演示
現在將這個2維數組堆疊成1維
也可以拆分，其實就是反堆疊
最重要的是不同於Pandas，Xarray的stack不缺自動丟失缺測值！！！
Xarray還提供了將不同變數stack的例子，有興趣的可以去看看。這個用法感覺比較雞肋
這塊比較難理解，建議還是先讀第一篇文章，弄清數據結構，da數組顯示Dimensions without coordinates: x，而通過da.set_index函數，將X設置為混合索引號。
之後便可以實線自由索引：
通過mda.reset_index('x')重置。
reorder_levels()函數允許調換索引順序（個人感覺比較雞肋）
這小節應該是這篇文章和數組換形換維同等重要的。
這就是對數組進行滾動。這個的作用主要在於做差分計算。雖然前邊講過Xarray提供了中央差計算函數，但是仍需要更靈活的操作，滾動函數就實現了這個目的。