Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lernen Implementierung von Vektoren in Python | Grundlagen der Linearen Algebra
Mathematik für Data Science

bookImplementierung von Vektoren in Python

Definition von Vektoren in Python

In Python verwenden wir NumPy-Arrays, um 2D-Vektoren wie folgt zu definieren:

1234567
import numpy as np v1 = np.array([2, 1]) v2 = np.array([1, 3]) print(f'v1 = {v1}') print(f'v2 = {v2}')
copy

Diese repräsentieren die Vektoren:

v1=(2,1),v2=(1,3)\vec{v}_1 = (2, 1), \quad \vec{v}_2 = (1, 3)

Diese können nun addiert, subtrahiert oder für Skalarprodukt- und Betragsberechnungen verwendet werden.

Vektoraddition

Zur Berechnung der Vektoraddition:

1234567
import numpy as np v1 = np.array([2, 1]) v2 = np.array([1, 3]) v3 = v1 + v2 print(f'v3 = v1 + v2 = {v3}')
copy

Dies ergibt:

(2,1)+(1,3)=(3,4)(2, 1) + (1, 3) = (3, 4)

Dies entspricht der Regel für die Vektoraddition:

a+b=(a1+b1,  a2+b2)\vec{a} + \vec{b} = (a_1 + b_1, \; a_2 + b_2)

Vektorlänge (Betrag)

Berechnung des Betrags in Python:

np.linalg.norm(v)

Für den Vektor [3, 4]:

123
import numpy as np print(np.linalg.norm([3, 4])) # 5.0
copy

Dies verwendet die Formel:

a=a12+a22|\vec{a}| = \sqrt{a_1^2 + a_2^2}

Skalarprodukt

Zur Berechnung des Skalarprodukts:

123
import numpy as np print(np.dot([1, 2], [2, 3]))
copy

Dies ergibt:

[1,2][2,3]=12+23=8[1, 2] \cdot [2, 3] = 1 \cdot 2 + 2 \cdot 3 = 8

Allgemeine Regel für das Skalarprodukt:

ab=a1b1+a2b2\vec{a} \cdot \vec{b} = a_1 b_1 + a_2 b_2

Visualisierung von Vektoren mit Matplotlib

Mit der Funktion quiver() in Matplotlib lassen sich Pfeile zeichnen, die Vektoren und deren Resultierende darstellen. Jeder Pfeil zeigt die Position, Richtung und Länge eines Vektors an.

  • Blau: v1\vec{v}_1, vom Ursprung aus gezeichnet;
  • Grün: v2\vec{v}_2, beginnend am Endpunkt von v1\vec{v}_1;
  • Rot: Resultierender Vektor, vom Ursprung bis zur finalen Spitze gezeichnet.

Beispiel:

123456789101112131415161718
import 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()
copy

Parameter (basierend auf dem ersten quiver-Aufruf):

ax.quiver(0, 0, 2, 1, color='blue', angles='xy', scale_units='xy', scale=1)
  • 0, 0 – Startpunkt des Vektors (Ursprung);
  • 2, 1 – Vektorkomponenten in x- und y-Richtung;
  • color='blue' – setzt die Pfeilfarbe auf Blau;
  • angles='xy' – zeichnet den Pfeil im kartesischen Koordinatensystem (x–y-Ebene);
  • scale_units='xy' – skaliert den Pfeil entsprechend den Achsen-Einheiten;
  • scale=1 – behält die tatsächliche Länge des Pfeils bei (keine automatische Skalierung).

Diese Grafik zeigt die Vektoraddition nach der Pfeil-an-Kopf-Methode, wobei der rote Vektor die Summe v1+v2\vec{v}_1 + \vec{v}_2 darstellt.

question mark

Welcher Code berechnet korrekt das Skalarprodukt von [1,2][1,2] und [2,3][2,3]?

Select the correct answer

War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 4. Kapitel 2

Fragen Sie AI

expand

Fragen Sie AI

ChatGPT

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

Awesome!

Completion rate improved to 1.96

bookImplementierung von Vektoren in Python

Swipe um das Menü anzuzeigen

Definition von Vektoren in Python

In Python verwenden wir NumPy-Arrays, um 2D-Vektoren wie folgt zu definieren:

1234567
import numpy as np v1 = np.array([2, 1]) v2 = np.array([1, 3]) print(f'v1 = {v1}') print(f'v2 = {v2}')
copy

Diese repräsentieren die Vektoren:

v1=(2,1),v2=(1,3)\vec{v}_1 = (2, 1), \quad \vec{v}_2 = (1, 3)

Diese können nun addiert, subtrahiert oder für Skalarprodukt- und Betragsberechnungen verwendet werden.

Vektoraddition

Zur Berechnung der Vektoraddition:

1234567
import numpy as np v1 = np.array([2, 1]) v2 = np.array([1, 3]) v3 = v1 + v2 print(f'v3 = v1 + v2 = {v3}')
copy

Dies ergibt:

(2,1)+(1,3)=(3,4)(2, 1) + (1, 3) = (3, 4)

Dies entspricht der Regel für die Vektoraddition:

a+b=(a1+b1,  a2+b2)\vec{a} + \vec{b} = (a_1 + b_1, \; a_2 + b_2)

Vektorlänge (Betrag)

Berechnung des Betrags in Python:

np.linalg.norm(v)

Für den Vektor [3, 4]:

123
import numpy as np print(np.linalg.norm([3, 4])) # 5.0
copy

Dies verwendet die Formel:

a=a12+a22|\vec{a}| = \sqrt{a_1^2 + a_2^2}

Skalarprodukt

Zur Berechnung des Skalarprodukts:

123
import numpy as np print(np.dot([1, 2], [2, 3]))
copy

Dies ergibt:

[1,2][2,3]=12+23=8[1, 2] \cdot [2, 3] = 1 \cdot 2 + 2 \cdot 3 = 8

Allgemeine Regel für das Skalarprodukt:

ab=a1b1+a2b2\vec{a} \cdot \vec{b} = a_1 b_1 + a_2 b_2

Visualisierung von Vektoren mit Matplotlib

Mit der Funktion quiver() in Matplotlib lassen sich Pfeile zeichnen, die Vektoren und deren Resultierende darstellen. Jeder Pfeil zeigt die Position, Richtung und Länge eines Vektors an.

  • Blau: v1\vec{v}_1, vom Ursprung aus gezeichnet;
  • Grün: v2\vec{v}_2, beginnend am Endpunkt von v1\vec{v}_1;
  • Rot: Resultierender Vektor, vom Ursprung bis zur finalen Spitze gezeichnet.

Beispiel:

123456789101112131415161718
import 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()
copy

Parameter (basierend auf dem ersten quiver-Aufruf):

ax.quiver(0, 0, 2, 1, color='blue', angles='xy', scale_units='xy', scale=1)
  • 0, 0 – Startpunkt des Vektors (Ursprung);
  • 2, 1 – Vektorkomponenten in x- und y-Richtung;
  • color='blue' – setzt die Pfeilfarbe auf Blau;
  • angles='xy' – zeichnet den Pfeil im kartesischen Koordinatensystem (x–y-Ebene);
  • scale_units='xy' – skaliert den Pfeil entsprechend den Achsen-Einheiten;
  • scale=1 – behält die tatsächliche Länge des Pfeils bei (keine automatische Skalierung).

Diese Grafik zeigt die Vektoraddition nach der Pfeil-an-Kopf-Methode, wobei der rote Vektor die Summe v1+v2\vec{v}_1 + \vec{v}_2 darstellt.

question mark

Welcher Code berechnet korrekt das Skalarprodukt von [1,2][1,2] und [2,3][2,3]?

Select the correct answer

War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 4. Kapitel 2
some-alt