Implementering af Vektorer i Python
Definition af vektorer i Python
I Python anvendes NumPy-arrays til at definere 2D-vektorer på følgende måde:
1234567import numpy as np v1 = np.array([2, 1]) v2 = np.array([1, 3]) print(f'v1 = {v1}') print(f'v2 = {v2}')
Disse repræsenterer vektorerne:
v1=(2,1),v2=(1,3)Disse kan nu lægges sammen, trækkes fra hinanden eller anvendes i beregning af prikprodukt og længde.
Vektoraddition
For at beregne vektoraddition:
1234567import numpy as np v1 = np.array([2, 1]) v2 = np.array([1, 3]) v3 = v1 + v2 print(f'v3 = v1 + v2 = {v3}')
Dette udfører:
(2,1)+(1,3)=(3,4)Dette stemmer overens med reglen for vektoraddition:
a+b=(a1+b1,a2+b2)Vektorlængde (Magnitude)
For at beregne længden i Python:
np.linalg.norm(v)
For vektoren [3, 4]
:
123import numpy as np print(np.linalg.norm([3, 4])) # 5.0
Dette bruger formlen:
∣a∣=a12+a22Prikprodukt
For at beregne prikproduktet:
123import numpy as np print(np.dot([1, 2], [2, 3]))
Hvilket giver:
[1,2]⋅[2,3]=1⋅2+2⋅3=8Generel regel for prikprodukt:
a⋅b=a1b1+a2b2Visualisering af vektorer med Matplotlib
Du kan bruge funktionen quiver()
i Matplotlib til at tegne pile, der repræsenterer vektorer og deres resultant. Hver pil viser position, retning og størrelse af en vektor.
- Blå: v1, tegnet fra origo;
- Grøn: v2, startende ved spidsen af v1;
- Rød: resultantvektor, tegnet fra origo til det endelige punkt.
Eksempel:
123456789101112131415161718import matplotlib.pyplot as plt fig, ax = plt.subplots() # v1 ax.quiver(0, 0, 2, 1, color='blue', angles='xy', scale_units='xy', scale=1) # v2 (head-to-tail) ax.quiver(2, 1, 1, 3, color='green', angles='xy', scale_units='xy', scale=1) # resultant ax.quiver(0, 0, 3, 4, color='red', angles='xy', scale_units='xy', scale=1) plt.xlim(0, 5) plt.ylim(0, 5) plt.grid(True) plt.title('Vector Addition (Head-to-Tail Method)') plt.show()
Parametre (baseret på det første quiver
-kald):
ax.quiver(0, 0, 2, 1, color='blue', angles='xy', scale_units='xy', scale=1)
0, 0
– startpunkt for vektoren (origo);2, 1
– vektorens komponenter i x- og y-retning;color='blue'
– sætter pilens farve til blå;angles='xy'
– tegner pilen ved brug af kartesiske koordinater (x–y-plan);scale_units='xy'
– skalerer pilen i forhold til aksernes enheder;scale=1
– bevarer pilens faktiske længde (ingen automatisk skalering).
Denne graf viser vektoraddition med hale-til-hoved-metoden, hvor den røde vektor repræsenterer summen v1+v2.
Tak for dine kommentarer!
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Awesome!
Completion rate improved to 1.96
Implementering af Vektorer i Python
Stryg for at vise menuen
Definition af vektorer i Python
I Python anvendes NumPy-arrays til at definere 2D-vektorer på følgende måde:
1234567import numpy as np v1 = np.array([2, 1]) v2 = np.array([1, 3]) print(f'v1 = {v1}') print(f'v2 = {v2}')
Disse repræsenterer vektorerne:
v1=(2,1),v2=(1,3)Disse kan nu lægges sammen, trækkes fra hinanden eller anvendes i beregning af prikprodukt og længde.
Vektoraddition
For at beregne vektoraddition:
1234567import numpy as np v1 = np.array([2, 1]) v2 = np.array([1, 3]) v3 = v1 + v2 print(f'v3 = v1 + v2 = {v3}')
Dette udfører:
(2,1)+(1,3)=(3,4)Dette stemmer overens med reglen for vektoraddition:
a+b=(a1+b1,a2+b2)Vektorlængde (Magnitude)
For at beregne længden i Python:
np.linalg.norm(v)
For vektoren [3, 4]
:
123import numpy as np print(np.linalg.norm([3, 4])) # 5.0
Dette bruger formlen:
∣a∣=a12+a22Prikprodukt
For at beregne prikproduktet:
123import numpy as np print(np.dot([1, 2], [2, 3]))
Hvilket giver:
[1,2]⋅[2,3]=1⋅2+2⋅3=8Generel regel for prikprodukt:
a⋅b=a1b1+a2b2Visualisering af vektorer med Matplotlib
Du kan bruge funktionen quiver()
i Matplotlib til at tegne pile, der repræsenterer vektorer og deres resultant. Hver pil viser position, retning og størrelse af en vektor.
- Blå: v1, tegnet fra origo;
- Grøn: v2, startende ved spidsen af v1;
- Rød: resultantvektor, tegnet fra origo til det endelige punkt.
Eksempel:
123456789101112131415161718import matplotlib.pyplot as plt fig, ax = plt.subplots() # v1 ax.quiver(0, 0, 2, 1, color='blue', angles='xy', scale_units='xy', scale=1) # v2 (head-to-tail) ax.quiver(2, 1, 1, 3, color='green', angles='xy', scale_units='xy', scale=1) # resultant ax.quiver(0, 0, 3, 4, color='red', angles='xy', scale_units='xy', scale=1) plt.xlim(0, 5) plt.ylim(0, 5) plt.grid(True) plt.title('Vector Addition (Head-to-Tail Method)') plt.show()
Parametre (baseret på det første quiver
-kald):
ax.quiver(0, 0, 2, 1, color='blue', angles='xy', scale_units='xy', scale=1)
0, 0
– startpunkt for vektoren (origo);2, 1
– vektorens komponenter i x- og y-retning;color='blue'
– sætter pilens farve til blå;angles='xy'
– tegner pilen ved brug af kartesiske koordinater (x–y-plan);scale_units='xy'
– skalerer pilen i forhold til aksernes enheder;scale=1
– bevarer pilens faktiske længde (ingen automatisk skalering).
Denne graf viser vektoraddition med hale-til-hoved-metoden, hvor den røde vektor repræsenterer summen v1+v2.
Tak for dine kommentarer!