本次要学习的是关于线性代数中与向量有关的计算
首相要引入两个概念:
1)张量(Tensor):描述向量空间中物体的特征(例如向量是一维的张量);
2)矩阵(Martrix):矩阵可以理解为向量的集合,补充:向量可以理解为实数的集合;
import math
import numpy as np
"""
numpy是一个Python库,用于科学计算和数据分析。
它提供了一个强大的多维数组对象,以及用于处理这些数组的各种函数。
numpy还提供了许多用于线性代数、傅里叶变换和随机数生成的函数。
"""
#那么向量(Vector)用python语言如何让表示呢?
#案例如下:
v = np.array([2,1])
#现在将它打印出来
print("这是向量v=",v)
#计算向量的长度
#1)
print("方法一计算向量长度得:",(v[0]**2+v[1]**2)**(1/2))
#2)
magnitude = np.linalg.norm(v)
print("方法一计算向量长度得:",magnitude)
#方向
vtan = v[1]/v[0]
#1)
print('tan(0) = 1/2')
theta = math.atan(vtan) #这里需要math这个库,所以在开头引入一下
print('弧度(redian) =',round(theta,4))
print('角度(redian) =',round(theta*180/math.pi, 2))
#2)也可以使用math.degree()转换角度
print('角度(drgree) =', round(math.degrees(theta), 2))