当前位置：首页 > Python > 正文

Python向量运算实战指南（从零开始掌握NumPy向量操作）

主机测评网
Python
2025-12-18
501

在数据科学、机器学习和科学计算中，Python向量运算是一项基础而关键的技能。本教程将手把手教你如何使用 Python 中最流行的科学计算库——NumPy，来高效地进行向量的加、减、乘、除等基本操作。即使你是编程小白，也能轻松上手！

什么是向量？

在数学和编程中，向量可以理解为一维数组，包含多个数值元素。例如：[1, 2, 3] 就是一个三维向量。在 Python 中，我们通常使用 NumPy 的 ndarray 来表示向量。

安装并导入 NumPy

首先，确保你已经安装了 NumPy。如果没有，可以在命令行运行：

pip install numpy

然后在 Python 脚本中导入它：

import numpy as np

创建向量

使用 NumPy 创建向量非常简单：

import numpy as np# 创建一个一维向量vec_a = np.array([1, 2, 3])vec_b = np.array([4, 5, 6])print("向量 a:", vec_a)print("向量 b:", vec_b)

Python向量运算实战指南（从零开始掌握NumPy向量操作） Python向量运算 NumPy向量操作 Python科学计算向量加减乘除第1张

基本向量运算

NumPy 支持对整个向量进行向量加减乘除等运算，无需写循环，效率极高。

1. 向量加法

# 向量相加result_add = vec_a + vec_bprint("a + b =", result_add)  # 输出: [5 7 9]

2. 向量减法

# 向量相减result_sub = vec_a - vec_bprint("a - b =", result_sub)  # 输出: [-3 -3 -3]

3. 向量逐元素乘法（点乘）

# 逐元素相乘result_mul = vec_a * vec_bprint("a * b =", result_mul)  # 输出: [4 10 18]

4. 向量逐元素除法

# 逐元素除法result_div = vec_b / vec_aprint("b / a =", result_div)  # 输出: [4.  2.5 2. ]

其他常用向量操作

除了四则运算，NumPy 还支持更多Python科学计算相关的向量操作：

点积（内积）：np.dot(vec_a, vec_b)
向量模长（L2范数）：np.linalg.norm(vec_a)
单位向量：先求模长，再除以模长

# 点积dot_product = np.dot(vec_a, vec_b)print("点积 a·b =", dot_product)  # 输出: 32# 向量模长norm_a = np.linalg.norm(vec_a)print("向量 a 的模长 =", norm_a)  # 输出: 3.7416573867739413# 单位向量unit_vec = vec_a / norm_aprint("a 的单位向量 =", unit_vec)