Numpy中的向量运算

最新推荐文章于 2025-04-23 10:55:40 发布

_yuan_

最新推荐文章于 2025-04-23 10:55:40 发布

阅读量3.8k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： Python

本文链接：https://blog.youkuaiyun.com/reasonyuanrobot/article/details/102980783

Python 专栏收录该内容

37 篇文章

订阅专栏

本文深入探讨了NumPy库中向量的表示方法及关键运算，包括点积、向量模、规范化等操作，并通过具体实例展示了不同形状向量的乘法运算，对比了一维与二维向量的不同应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

    homo_pos1 = np.array([1, 2, 3, 1])
    print homo_pos1.dot(homo_pos1)  # 向量的点积：15
    print(np.linalg.norm(homo_pos1))  # 向量的模
    print(homo_pos1 / np.linalg.norm(homo_pos1))  # 向量的规范化（单位化）

    print "shape 1= ", homo_pos1.shape  # shape 1=  (4L,)

    homo_pos2 = np.array([
        [1.0],
        [2.0],
        [3.0],
        [1.0]
    ])
    print "shape 2= ", homo_pos2.shape  # shape 2=  (4L, 1L)

    test_mat = np.array([
        [1,6.7,3,8],
        [3, 6, 2, 5],
        [11, 7, 3, 8],
        [1.3, 6.1, 7, 3],
    ])

    print np.dot(test_mat, homo_pos1)  
    # 输出： [ 31.4  26.   42.   37.5]

    print np.dot(test_mat, homo_pos2)
    """输出：
    [[31.4]
     [26.]
     [42.]
     [37.5]]    
    """
    
    """
    numpy中向量表示及运算
    推荐用np.array([1, 2, 3, 1])这种形式
    """

    # 不同的构造方式
    Vpalm_obj = np.array([[0, 1, 0, 0, 0, 0]]).T
    print "Vpalm_obj = ", Vpalm_obj

    Vpalm_obj_1 = np.array([0, 1, 0, 0, 0, 0]).T
    print "Vpalm_obj_1 = ", Vpalm_obj_1

    """输出
    Vpalm_obj =  [[0]
     [1]
     [0]
     [0]
     [0]
     [0]]
    Vpalm_obj_1 =  [0 1 0 0 0 0]
    """