Summary  
This chapter covers creating higher-dimensional arrays by passing nested lists to NumPy’s array function, demonstrating how to implement code for 2D and 3D ndarrays.  

General domain of usage  
scientific computing

## 2D Arrays

Laten we nu een hoger dimensionale array maken, namelijk een **2D-array**:

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}')

In feite houdt het maken van een hoger dimensionale **NumPy** array in dat je een hoger dimensionale **lijst** als argument van de `array()` functie doorgeeft.

> Opmerking
>
> Elk NumPy-arrayobject wordt een `ndarray` genoemd.

Hier is een visualisatie van onze 2D-array:

We kunnen het zien als een `2x3` **matrix**.

## 3D Array

Het maken van **3D-arrays** is bijna identiek aan het maken van 2D-arrays. Het enige verschil is dat we nu een **3D-lijst** als argument moeten doorgeven:

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}')

Echter, het visualiseren van een 3D-array is iets complexer, maar het kan nog steeds worden gedaan:

De array is `3x3x3`, daarom hebben we een **kubus** met elke zijde gelijk aan 3.

In de praktijk verschilt de aanpak voor het omgaan met 3D- en hoger-dimensionale arrays niet van het omgaan met 2D-arrays.


Ontgrendel het volledige potentieel van Python's meest essentiële bibliotheek voor numerieke berekeningen, NumPy. Deze uitgebreide cursus is ontworpen om je van een beginnersbegrip naar een gevorderd niveau van bekwaamheid in NumPy te brengen. Of je nu een datawetenschapper, ingenieur, onderzoeker of ontwikkelaar bent, het beheersen van NumPy is essentieel voor efficiënte gegevensmanipulatie, wetenschappelijk rekenen en machine learning.

Allereerst zullen we de toepassingen van NumPy bespreken en waarom het populair is. Daarna leer je verschillende mogelijke opties om verschillende arrays in NumPy te maken.

Het is nu tijd om te leren hoe je indexnotatie kunt gebruiken om specifieke elementen of subsets van gegevens uit arrays op te halen. Je leert ook hoe je indices kunt gebruiken om gegevens op te halen op basis van bepaalde voorwaarden en hoe je omgaat met ontbrekende waarden.

Er zijn nogal wat veelvoorkomende bewerkingen op arrays die je misschien wilt uitvoeren. Gelukkig heeft NumPy ingebouwde functies en methoden voor dit doel die je hier zult leren.

Het is tijd om te ontdekken hoe je wiskundige bewerkingen efficiënt kunt gebruiken op NumPy-arrays en ze kunt toepassen in enkele real-world problemen.

Hogere Dimensionale Arrays Maken

2D Arrays

3D Array

Oplossing

Awesome!

Hogere Dimensionale Arrays Maken

2D Arrays

3D Array

Oplossing

Awesome!