python_(1)_向量运算

向量

行向量

import numpy as np
a = np.array([1,2,3,4])
print(type(a))
print(a)

<class 'numpy.ndarray'>
[1 2 3 4]

列向量

列向量 相当于一个 $n\times 1$ 的矩阵

import numpy as np
a = np.array([[1,2,3,4]])
print(type(a))
print(a)
print(a.shape)
print(type(a.T))
print(a.T)
print(a.T.shape)

<class 'numpy.ndarray'>
[[1 2 3 4]]
(1, 4)
<class 'numpy.ndarray'>
[[1]
 [2]
 [3]
 [4]]
(4, 1)

向量的加法

$$\left[\begin{array}{c}1\\ 2\\ 3\end{array}\right]+\left[\begin{array}{c}5\\ 6\\ 7\end{array}\right]=\left[\begin{array}{c}6\\ 8\\ 10\end{array}\right]$$

import numpy as np
u = np.array([[1,2,3]]).T
v = np.array([[5,6,7]]).T
print(u+v)

[[ 6]
 [ 8]
 [10]]

向量的数量乘法

$$3\times \left[\begin{array}{c}1\\ 2\\ 3\end{array}\right]=\left[\begin{array}{c}3\\ 6\\ 9\end{array}\right]$$

import numpy as np
u = np.array([[1,2,3]]).T
print(3*u)

[[3]
 [6]
 [9]]

向量间的乘法

向量的内积(点乘) np.dot()

参与内积运算的两个向量必须维数相等
运算规则：先将对应位置上的元素相乘，然后合并相加
向量内积的最终运算结果是一个标量

$$\left(\begin{array}{ccc}3& 5& 2\end{array}\right)\cdot \left(\begin{array}{ccc}1& 4& 7\end{array}\right)=3\times 1+5\times 4+2\times 7=37$$

import numpy as np
u = np.array([3,5,2])
v = np.array([1,4,7])
print(np.dot(u,v))

37

向量的外积(叉乘) np.cross()

二维向量的外积

表示两个向量张成的平行四边形的"面积",如果两个向量的夹角大于 $180^{\circ }$, 则向量外积的运算结果为负

$$\left(\begin{array}{cc}3& 5\end{array}\right)\times \left(\begin{array}{cc}1& 4\end{array}\right)=7$$

import numpy as np
u = np.array([3,5])
v = np.array([1,4])
print(np.cross(u,v))
print(type(np.cross(u,v)))
print(np.cross(u,v).shape)

7
<class 'numpy.ndarray'>
()

三维向量的外积

表示两个向量张成的平面的法向量，所得结果是向量

$$\left(\begin{array}{ccc}3& 3& 9\end{array}\right)\times \left(\begin{array}{ccc}1& 4& 12\end{array}\right)=\left(\begin{array}{ccc}0& -27& 9\end{array}\right)$$

import numpy as np
u = np.array([3,3,9])
v = np.array([1,4,12])
print(np.cross(u,v))
print(type(np.cross(u,v)))
print(np.cross(u,v).shape)

[  0 -27   9]
<class 'numpy.ndarray'>
(3,)

向量的线性组合：先数乘后叠加

$$3\times \left[\begin{array}{c}1\\ 2\\ 3\end{array}\right]+4\times \left[\begin{array}{c}4\\ 5\\ 6\end{array}\right]+5\times \left[\begin{array}{c}7\\ 8\\ 9\end{array}\right]=\left[\begin{array}{c}54\\ 66\\ 78\end{array}\right]$$

import numpy as np
u = np.array([[1,2,3]]).T
v = np.array([[4,5,6]]).T
w = np.array([[7,8,9]]).T
print(3*u+4*v+5*w)

[[54]
 [66]
 [78]]