当前位置：极客教程 > Numpy > Numpy教程 > 如何在Python中使用NumPy创建一个矢量

如何在Python中使用NumPy创建一个矢量

如何在Python中使用NumPy创建一个矢量

NumPy是一个通用的数组处理包。它提供了一个高性能的多维数组对象，以及处理这些数组的工具。它是用Python进行科学计算的基本软件包。Numpy基本上用于创建n维的数组。

矢量是由分量构成的，分量是普通数字。我们可以把向量看作是一个数字列表，而向量代数是对列表中的数字进行的操作。换句话说，向量就是numpy的一维数组。

为了创建一个向量，我们使用np.array方法。

语法: np.array(list)
参数：它采用1-D列表，可以是1行和n列，或n行和1列。
返回：它返回的向量是numpy.ndarray。

注意：我们也可以用其他方法来创建向量，这些方法会返回一维的numpy数组，例如np.range(10), np.zeros((4, 1))会得到一维数组，但最合适的方法是使用np.array与一维列表。

创建一个矢量
在这个例子中，我们将创建一个水平向量和一个垂直向量

# importing numpy
import numpy as np
  
# creating a 1-D list (Horizontal)
list1 = [1, 2, 3]
  
# creating a 1-D list (Vertical)
list2 = [[10],
        [20],
        [30]]
  
# creating a vector1
# vector as row
vector1 = np.array(list1)
  
# creating a vector 2
# vector as column
vector2 = np.array(list2)
  
  
# showing horizontal vector
print("Horizontal Vector")
print(vector1)
  
print("----------------")
  
# showing vertical vector
print("Vertical Vector")
print(vector2)
Python

输出 :

Horizontal Vector
[1 2 3]
----------------
Vertical Vector
[[10]
 [20]
 [30]]
Python

基本的算术操作：
在这个例子中，我们将看到在两个等长的向量之间进行算术运算，其结果是产生一个具有相同长度的新向量。

# importing numpy
import numpy as np
  
# creating a 1-D list (Horizontal)
list1 = [5, 6, 9]
  
# creating a 1-D list (Horizontal)
list2 = [1, 2, 3]
  
# creating first vector
vector1 = np.array(list1)
  
# printing vector1
print("First Vector          : " + str(vector1))
  
# creating second vector
vector2 = np.array(list2)
  
# printing vector2
print("Second Vector         : " + str(vector2))
  
# adding both the vector
# a + b = (a1 + b1, a2 + b2, a3 + b3)
addition = vector1 + vector2
  
# printing addition vector
print("Vector Addition       : " + str(addition))
  
# subtracting both the vector
# a - b = (a1 - b1, a2 - b2, a3 - b3)
subtraction = vector1 - vector2
  
# printing addition vector
print("Vector Subtraction   : " + str(subtraction))
  
# multiplying  both the vector
# a * b = (a1 * b1, a2 * b2, a3 * b3)
multiplication = vector1 * vector2
  
# printing multiplication vector
print("Vector Multiplication : " + str(multiplication))
  
# dividing  both the vector
# a / b = (a1 / b1, a2 / b2, a3 / b3)
division = vector1 / vector2
  
# printing division vector
print("Vector Division       : " + str(division))
Python

输出 :

First Vector: [5 6 9]
Second Vector: [1 2 3]
Vector Addition: [ 6  8 12]
Vector Subtraction: [4 4 6]
Vector Multiplication: [ 5 12 27]
Vector Division: [5 3 3]
Python

矢量点积
在数学中，点积或标量积是一种代数运算，它取两个等长的数字序列并返回一个单一的数字。
为此，我们将使用点法。

# importing numpy
import numpy as np
  
# creating a 1-D list (Horizontal)
list1 = [5, 6, 9]
  
# creating a 1-D list (Horizontal)
list2 = [1, 2, 3]
  
# creating first vector 
vector1 = np.array(list1)
  
# printing vector1
print("First Vector  : " + str(vector1))
  
# creating second vector
vector2 = np.array(list2)
  
# printing vector2
print("Second Vector : " + str(vector2))
  
# getting dot product of both the vectors
# a . b = (a1 * b1 + a2 * b2 + a3 * b3)
# a . b = (a1b1 + a2b2 + a3b3)
dot_product = vector1.dot(vector2)
  
# printing dot product
print("Dot Product   : " + str(dot_product))
Python

输出:

First Vector  : [5 6 9]
Second Vector : [1 2 3]
Dot Product   : 44
Python

矢量-标量乘法
将一个向量乘以一个标量称为标量乘法。为了进行标量乘法，我们需要用标量乘以向量的每个分量。

# importing numpy
import numpy as np
  
# creating a 1-D list (Horizontal)
list1 = [1, 2, 3]
  
# creating first vector 
vector = np.array(list1)
  
# printing vector1
print("Vector  : " + str(vector))
  
# scalar value 
scalar = 2
  
# printing scalar value
print("Scalar  : " + str(scalar))
   
# getting scalar multiplication value
# s * v = (s * v1, s * v2, s * v3)
scalar_mul = vector * scalar
  
# printing dot product
print("Scalar Multiplication : " + str(scalar_mul))
Python

输出

Vector  : [1 2 3]
Scalar  : 2
Scalar Multiplication : [2 4 6]
Python

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Numpy教程

登录

找回密码？

注册