python向量点乘_Python线性代数学习笔记——向量的点乘与几何意义，实现向量的点乘操作...

好久没有写文章了，抱歉了，以后每天都会更新一篇的....

向量的点乘，也就是两个向量相乘：

我们是不这么定义的，不是两个向量对应的坐标元素相乘：

两个向量“相乘”，结果是⼀个数！，两个向量"相乘"，更严格的说法：两个向量的点乘，两个向量的内积。

两个向量“相乘”：等于两个向量的模(长度)乘于夹角的余弦

在二维空间中，向量的点乘：

使用余弦定理证明：

向量点乘的直观理解：

向量的点乘，两个向量必须是同方向的，所以做投影以后的长度再相乘

同样，可以用坐标来理解：

v向量分解为x轴的x2向量，y轴的y2向量，u向量分解为x轴的x1向量，和y轴的y1向量，然后分别相乘，有4种情况，垂直的向量相乘为0，所以是x1.x2+y1.y2

使用Python实现向量的点乘：

具体代码：

定义一个内部使用的文件_globals，用来存储全局使用的变量 EPSILON，用来判断精度用的

EPSILON = 1e-8

Vector的代码：

import math

from ._globals import EPSILON

class Vector:

def __init__(self, lst):

self._values = list(lst)

@classmethod

def zero(cls, dim):

"""返回一个dim维的零向量"""

<