Python数据分析学习笔记:计算向量夹角

本文是Python数据分析的学习笔记,主要探讨如何计算两个向量的夹角,以此来判断它们之间的相关性。当夹角为锐角时,表示正相关;钝角表示负相关;直角表示不相关;夹角为零度或180度则分别代表完全正相关和完全负相关。此外,还可结合相关系数进行更深入的理解。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Python数据分析学习笔记:计算向量夹角

通过计算两个向量夹角了解两个向量之间的相关性。

# 计算向量夹角

import numpy as np

def included_angle(a, b):
    a_norm = np.sqrt(np.sum(a * a))
    b_norm = np.sqrt(np.sum(b * b))
    cos_value = np.dot(a, b) / (a_norm * b_norm)
    arc_value = np.arccos(cos_value)
    angle_value = arc_value * 180 / np.pi
    return angle_value

x = np.array([12.5, 15.3, 23.2, 26.4, 33.5, 34.4, 39.4, 45.2, 55.4, 60.9])
y = np.array([21.2, 23.9, 32.9, 34.1, 42.5, 43.2, 49.0, 52.8, 59.4, 63.5])
print('x =', x)
print('y =', y)
print('x与y的夹角:{:.1f}°'.format(included_angle(x, y)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

酒城译痴无心剑

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值