3 向量的模、规范化、点乘在Python中的实现

最新推荐文章于 2024-07-20 03:50:25 发布

IAN27

最新推荐文章于 2024-07-20 03:50:25 发布

阅读量1.8k

点赞数

分类专栏：线性代数 Python学习文章标签： python 线性代数

本文链接：https://blog.csdn.net/IAN27/article/details/108236860

版权

本文介绍了如何在Python中实现向量的模长计算、规范化操作，并处理规范化时模为0的异常。在规范化函数中，通过设置浮点数误差容忍度EPSILON来避免0模错误，并在项目中创建了全局变量文件存放此值。

摘要由CSDN通过智能技术生成

在函数功能库中添加功能 ==> Vector.py

    def norm(self):
        '返回向量的模'
        return math.sqrt(sum(e**2 for e in self))

    def dot(self,another):
        '向量点乘，返回结果标量'
        assert len(self) == len(another), \
            'Error in dot product. Length of vectors must be same'
        return sum(a * b for a, b in zip(self,another))

	 def normalize(self):
	        '返回向量的单位向量'
	        if self.norm() < EPSILON:
	            raise ZeroDivisionError('Normalize error! norm is zero.')
	        return Vector(self._values) / self.norm()

验证函数功能 ==> main_vector.py

zero2 = Vector.zero(2)
    print(zero2)
    print('{} + {} = {}'.format(vec, zero2, vec + zero2))

    print('norm({}) = {}'.format(vec,vec.norm()))
    print('norm({}) = {}'.format(vec,vec2.norm()))
    print('norm({}) = {}'.format(vec,zero2.norm()