文章目录
一、实战概述
- 今天我们将通过计算两个向量之间的夹角来探讨它们的相关性。在数据分析、机器学习以及物理学等领域中,向量间的关系是一种强有力的工具,用于表达数据间的依赖和趋势。接下来,我将展示如何使用Python中的NumPy库来实现这一目标。
二、计算向量夹角
(一)思路分析
- 代码主要功能是计算两个向量之间的夹角,并通过这个角度来推断它们的相关性。使用Python的NumPy库来进行高效计算。
-
导入numpy库
import numpy as np
,NumPy提供了大量的数学函数和矩阵运算功能,可以方便地处理数组、计算模长、点积等操作。
-
定义函数
included_angle(a, b)
- 计算输入向量a和b的模长(长度):分别通过对每个元素平方求和再开方得到。
- 计算两向量的点积(内积):
np.dot(a, b)
,这代表了两个向量在方向上的相似程度。 - 根据点积公式cos(θ) = A·B / (|A|*|B|) 计算余弦值,其中θ为两向量的夹角。
- 使用arccos函数(
np.arccos
)将余弦值转换为弧度表示的