在编程中，求一个矩阵或向量的维数通常可以通过以下几种方法实现：
使用内置函数
在MATLAB中：可以使用`length`函数来求向量或矩阵的维数。例如，`length（x）`将返回向量`x`的长度，对于二维矩阵，可以使用`size（x）`来获取其行数和列数。
在Python中：可以使用`numpy`库中的`shape`属性来获取数组或矩阵的维数。例如，`x.shape`将返回一个元组，表示数组的形状（维度）。
手动计算
在MATLAB中：可以通过计算矩阵的行数和列数来手动求维数。例如，如果`x`是一个二维矩阵，可以使用`size（x）`来获取其行数和列数，然后通过`length（size（x））`来得到矩阵的总维数（即行数乘以列数）。
在Python中：可以通过计算数组的形状来手动求维数。例如，如果`x`是一个二维数组，可以使用`x.shape`来获取其形状（行数，列数），然后通过`len（x.shape）`来得到数组的维数。
MATLAB示例
```matlab
% 创建一个二维矩阵
x = [1, 2, 3； 4, 5, 6； 7, 8, 9]；
% 获取矩阵的维数
dim = length（size（x））；
disp（['矩阵的维数是： ', num2str（dim）]）；
```
Python示例
```python
import numpy as np
创建一个二维数组
x = np.array（[[1, 2, 3], [4, 5, 6], [7, 8, 9]]）
获取数组的维数
dim = len（x.shape）
print（f'数组的维数是： {dim}'）
```
降维示例
在MATLAB中，可以使用`reshape`函数来降维：
```matlab
% 创建一个二维矩阵
x = [1, 2, 3； 4, 5, 6； 7, 8, 9]；
% 将矩阵降维为一维
x_reshaped = reshape（x, 1, []）；
% 获取降维后的一维数组的维数
dim_reshaped = length（size（x_reshaped））；
disp（['降维后的一维数组的维数是： ', num2str（dim_reshaped）]）；
```
在Python中，可以使用`numpy`的`reshape`方法来降维：
```python
import numpy as np
创建一个二维数组
x = np.array（[[1, 2, 3], [4, 5, 6], [7, 8, 9]]）
将数组降维为一维
x_reshaped = x.reshape（1, -1）
获取降维后的一维数组的维数
dim_reshaped = len（x_reshaped.shape）
print（f'降维后的一维数组的维数是： {dim_reshaped}'）
```
通过这些方法，你可以方便地在编程中求出矩阵或向量的维数，并根据需要进行降维操作。