向量的长度
向量的模
向量的长度也叫向量的模,线性代数中常使用 ||u|| 两个双竖线括起。向量的模求取的方式为 ∣ ∣ u ⃗ ∣ ∣ ||\vec{u}|| ∣∣u∣∣,向量的模的求取方式为,
假设存在一个向量 u ⃗ \vec{u} u
u ⃗ = ( u 1 , u 2 , . . . , u n ) T \vec{u}=(u_1, u_2,...,un)^T u=(u1,u2,...,un)T
其模长为
∣ ∣ u ⃗ ∣ ∣ = u 1 2 + u 2 2 + . . . + u n 2 ||\vec{u}|| =\sqrt{u_1^2+u_2^2+...+u_n^2} ∣∣u∣∣=u12+u22+...+un2
实现求取向量的模
接向量基础一节的代码,
def norm(self):
"""返回向量的模长"""
return math.sqrt(sum(e**2 for e in self))
单位向量
概念
单位向量的模长为1,每个向量都对应存在一个单位向量与其指向的方向相同,
u ⃗ = ( u 1 , u 2 , . . . , u n ) T \vec{u}=(u_1, u_2,...,un)^T u=(u1,u2,...,un)T
u ^ = 1 ∣ ∣ u ⃗ ∣ ∣ ⋅ u ⃗ = ( u 1 ∣ ∣ u ⃗ ∣ ∣ + u 2 ∣ ∣ u ⃗ ∣ ∣ + . . . + u n ∣ ∣ u ⃗ ∣ ∣ ) \hat{u} = \frac{1}{||\vec{u}||}\cdot\vec{u}=(\frac{u_1}{||\vec{u}||}+\frac{u_2}{||\vec{u}||}+...+\frac{u_n}{||\vec{u}||}) u^=∣∣u∣∣1⋅u=(∣∣u