Ebben az oktatóanyagban megtanuljuk, hogyan hozhatunk létre vektort a Numpy könyvtár használatával. Meg fogjuk vizsgálni a vektor alapvető műveleteit is, mint például két vektor összeadása, két vektor kivonása, két vektor felosztása, két vektor szorzása, vektor pontszorzata és vektor skalárszorzata.
helló világ java
Mi az a Vector?
Egy vektort egydimenziós tömbnek nevezünk. Ban ben Piton , vektor a egyetlen egydimenziós listák tömbje, és ugyanúgy viselkedik, mint egy Python-lista. A Google szerint a vektor az irányt és a nagyságot is jelöli; különösen ez határozza meg a tér egyik pontjának helyzetét a másikhoz képest.
A vektorok nagyon fontosak a gépi tanulásban, mert van nagyságrendjük és irányjellemzőik is. Nézzük meg, hogyan hozhatjuk létre a vektort Pythonban.
Vektor létrehozása Pythonban
A Python Numpy modul biztosítja a numpy.array() módszer amely egy egydimenziós tömböt, azaz vektort hoz létre. Egy vektor lehet vízszintes vagy függőleges.
Szintaxis:
np.array(list)
A fenti metódus elfogad egy listát argumentumként, és a numpy.ndarray-t adja vissza.
Értsük meg a következő példát -
Példa - 1: Vízszintes vektor
# Importing numpy import numpy as np # creating list list1 = [10, 20, 30, 40, 50] # Creating 1-D Horizontal Array vtr = np.array(list1) vtr = np.array(list1) print('We create a vector from a list:') print(vtr)
Kimenet:
We create a vector from a list: [10 20 30 40 50]
Példa - 2: Függőleges vektor
# Importing numpy import numpy as np # defining list list1 = [[12], [40], [6], [10]] # Creating 1-D Vertical Array vtr = np.array(list1) vtr = np.array(list1) print('We create a vector from a list:') print(vtr)
Kimenet:
We create a vector from a list: [[12] [40] [ 6] [10]]
A Python vektor alapvető működése
A vektor létrehozása után most a vektorokon hajtjuk végre az aritmetikai műveleteket.
Az alábbiakban felsoroljuk azokat az alapvető műveleteket, amelyeket vektorban végezhetünk.
- Számtan
- Kivonás
- Szorzás
- Osztály
- Pontos termék
- Skaláris szorzások
Két vektor összeadása
A vektorösszeadásnál ez elemenként megy végbe, ami azt jelenti, hogy az összeadás elemenként történik, és a hossza megegyezik a két additív vektoréval.
Szintaxis:
vector + vector
Értsük meg a következő példát.
Példa -
import numpy as np list1 = [10,20,30,40,50] list2 = [11,12,13,14,15] vtr1 = np.array(list1) vtr2= np.array(list2) print('We create vector from a list 1:') print(vtr1) print('We create vector from a list 2:') print(vtr2) vctr_add = vctr1+vctr2 print('Addition of two vectors: ',vtr_add)
Kimenet:
We create vector from a list 1: [10 20 30 40 50] We create vector from a list 2: [11 12 13 14 15] Addition of two vectors: [21 32 43 54 65]
Két vektor kivonása
A kivonás ugyanúgy működik, mint az összeadás, elemenkénti megközelítést követ, és a 2. vektor elemei ki lesznek vonva az 1. vektorból. Értsük meg a következő példát.
java escape karakterek
Példa -
import numpy as np list1 = [10,20,30,40,50] list2 = [5,2,4,3,1] vtr1 = np.array(list1) vtr2= np.array(list2) print('We create vector from a list 1:') print(vtr1) print('We create a vector from a list 2:') print(vtr2) vtr_sub = vtr1-vtr2 print('Subtraction of two vectors: ',vtr_sub)
Kimenet:
We create vector from a list 1: [10 20 30 40 50] We create vector from a list 2: [5 2 4 3 1] Subtraction of two vectors: [5 18 26 37 49]
Két vektor szorzása
Az 1. vektor elemeit megszorozzuk a 2. vektorral, és ugyanolyan hosszúságú vektorokat adnak vissza, mint a szorzóvektorok. Értsük meg a következő példát.
Példa -
import numpy as np list1 = [10,20,30,40,50] list2 = [5,2,4,3,1] vtr1 = np.array(list1) vtr2= np.array(list2) print('We create vector from a list 1:') print(vtr1) print('We create a vector from a list 2:') print(vtr2) vtr_mul = vtr1*vtr2 print('Multiplication of two vectors: ',vtr_mul)
Kimenet:
We create vector from a list 1: [10 20 30 40 50] We create vector from a list 2: [5 2 4 3 1] Multiplication of two vectors: [ 50 40 120 120 50]
A szorzást a következőképpen hajtjuk végre.
vct[0] = x[0] * y[0] vct[1] = x[1] * y[1]
Az 1. vektor első elemét megszorozzuk a megfelelő vektor 2. első elemével és így tovább.
Két vektor osztási művelete
Az osztási műveletben az eredő vektor tartalmazza azt a hányados értéket, amelyet két vektorelem osztásából kapunk.
Értsük meg a következő példát.
Példa -
import numpy as np list1 = [10,20,30,40,50] list2 = [5,2,4,3,1] vtr1 = np.array(list1) vtr2= np.array(list2) print('We create vector from a list 1:') print(vtr1) print('We create a vector from a list 2:') print(vtr2) vtr_div = vtr1/vtr2 print('Division of two vectors: ',vtr_div)
Kimenet:
We create vector from a list 1: [10 20 30 40 50] We create vector from a list 2: [5 2 4 3 1] Division of two vectors: [ 2. 10. 7.5 13.33333333 50. ]
Amint a fenti kimenetben láthatjuk, az osztási művelet az elemek hányados értékét adta vissza.
Vektor pont termék
A vektorpontszorzat a két azonos hosszúságú szekvenciális vektor között teljesít, és az egypontos szorzatot adja vissza. Használjuk a .pont() módszer a pontszorzat végrehajtására. Az alábbiak szerint fog történni.
vector c = x . y = (x1 * y1 + x2 * y2)
Értsük meg a következő példát.
Példa -
import numpy as np list1 = [10,20,30,40,50] list2 = [5,2,4,3,1] vtr1 = np.array(list1) vtr2= np.array(list2) print('We create vector from a list 1:') print(vtr1) print('We create a vector from a list 2:') print(vtr2) vtr_product = vtr1.dot(vtr2) print('Dot product of two vectors: ',vtr_product)
Kimenet:
java ha más
We create vector from a list 1: [10 20 30 40 50] We create vector from a list 2: [5 2 4 3 1] Dot product of two vectors: 380
Vektor-skaláris szorzás
A skaláris szorzás műveletben; a skalárt megszorozzuk a vektor egyes összetevőivel. Értsük meg a következő példát.
Példa -
import numpy as np list1 = [10,20,30,40,50] vtr1 = np.array(list1) scalar_value = 5 print('We create vector from a list 1:') print(vtr1) # printing scalar value print('Scalar Value : ' + str(scalar_value)) vtr_scalar = vtr1 * scalar_value print('Multiplication of two vectors: ',vtr_scalar)
Kimenet:
We create vector from a list 1: [10 20 30 40 50] Scalar Value : 5 Multiplication of two vectors: [ 50 100 150 200 250]
A fenti kódban a skaláris érték szorozva a vektor egyes elemeivel s * v = (s * v1, s * v2, s * v3) módon.