线性代数-程序员的线性代数-numpy与向量(3.7)

本文通过对比自我实现的Vector类,使用Numpy库重新演示了向量的加减乘除、模、单位向量等操作。从背景介绍出发,强调了在工程级别上Numpy的高效性和便利性。文章还提供了向量的切片和索引方法的演示。

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

背景

自行实现Vector更多是为了学习来用,工程级别的向量操作需要使用numpy来进行。

划重点

可以参考之前写的一篇博客,里面简述了一些简单用法,用jupyter实现演示:python-支持库走读(numpy+线性代数)
以下对之前的自我实现,使用numpy重新实现实现一下。

制作一个向量

在这里插入图片描述

加减乘除、模、单位向量

在这里插入图片描述

切片、索引

在这里插入图片描述

评价

numpy中的操作众多,博主将会在另外一个系列的博客将进行走读。

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
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