python库numpy常用的线性代数库_线性代数_day8

常用的线性代数库-numpy

import numpy as np

if __name__ == '__main__':
    print(np.__version__)
    # python中自带的列表
    lst = [1, 2, 3]
    # Python的列表本质是一个数组，是用来存放数据的，并不是用来进行科学计算的
    lst[0] = "list"

    print(lst)
    # 声明一个numpy的向量,numpy中只能存放一种数据类型
    vec = np.array([1, 2, 3])
    print(vec)
    # 创建n维度的0向量
    vec0 = np.zeros(5)
    print(vec0)
    # 创建单位向量
    print(np.ones(5))
    # 创建个N维度，值为M的向量
    print(np.full(5, 666))
    # 返回向量中有多少个元素
    print(vec)
    print("vec size = ", vec.size)
    # 返回向量中的元素数量使用len的方式
    print("vec size = ", len(vec))
    # 进行指定顺序的值的查看，可以使用Python内置的索引方式
    print(vec[0])  # 第一个数字
    print(vec[-1])  # 倒数第一个数字
    print(vec[0:2])  # 返回第一个到第二个数字，也就是索引为0和1的值的nparray的对象

    # 向量的运算, 向量的加，减，乘
    vec2 = np.array([4, 5, 6])
    print("{} + {} = {}".format(vec, vec2, vec + vec2))
    print("{} - {} = {}".format(vec, vec2, vec - vec2))
    print("{} * {} = {}".format(2, vec2, 2 * vec2))

    # 向量的点乘, 不是数学上的计算点乘的结果
    print("{} * {} = {}".format(vec, vec2, vec * vec2))
    # 调用点乘，需要使用dot的方法
    print("{}.dot({}) = {}".format(vec, vec2, vec.dot(vec2)))

    # 计算向量的模的长度
    print(np.linalg.norm(vec))
    # 计算vec的单位向量
    print(vec / np.linalg.norm(vec))
    # 注意这里的向量相除也是不会对0向量进行判断的，所以需要自己去进行判断