I denne tutorial lærer vi, hvordan vi kan oprette en vektor ved hjælp af Numpy-biblioteket. Vi vil også udforske den grundlæggende funktion af vektor, såsom at udføre addition af to vektorer, subtraktion af to vektorer, division af to vektorer, multiplikation af to vektorer, vektorpunktprodukt og vektorskalarprodukt.
sdlc
Hvad er vektor?
En vektor er kendt som en enkeltdimensions-array. I Python , vektor er en enkelt endimension række lister og opfører sig på samme måde som en Python-liste. Ifølge en Google repræsenterer vektor retning såvel som størrelse; især det bestemmer positionen et punkt i et rum i forhold til et andet.
Vektorer er meget vigtige i maskinlæring, fordi de har størrelse og også retningsfunktionerne. Lad os forstå, hvordan vi kan skabe vektoren i Python.
Oprettelse af vektor i Python
Python Numpy-modulet giver numpy.array() metode som skaber en endimensionel matrix, dvs. en vektor. En vektor kan være vandret eller lodret.
Syntaks:
np.array(list)
Ovenstående metode accepterer en liste som et argument og returnerer numpy.ndarray.
Lad os forstå følgende eksempel -
Eksempel - 1: Vandret 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)
Produktion:
We create a vector from a list: [10 20 30 40 50]
Eksempel - 2: Lodret 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)
Produktion:
We create a vector from a list: [[12] [40] [ 6] [10]]
Grundlæggende betjening af Python vektor
Efter at have oprettet en vektor, vil vi nu udføre de aritmetiske operationer på vektorer.
Nedenfor er listen over grundlæggende operationer, som vi kan udføre i vektor.
- Aritmetik
- Subtraktion
- Multiplikation
- Division
- Prik produkt
- Skalære multiplikationer
Tilføjelse af to vektorer
I vektoradditionen foregår det elementmæssigt, hvilket betyder addition vil ske element for element, og længden er den samme som for de to additive vektorer.
Syntaks:
vector + vector
Lad os forstå følgende eksempel.
Eksempel -
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)
Produktion:
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]
Subtraktion af to vektorer
Subtraktionen udfører det samme som additionen, den følger den elementmæssige tilgang, og vektor 2-elementer vil blive trukket fra vektor 1. Lad os forstå følgende eksempel.
mysql show brugere
Eksempel -
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)
Produktion:
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]
Multiplikation af to vektorer
Vektor 1-elementerne ganges med vektoren 2 og returnerer vektorer med samme længde som multiplikationsvektorerne. Lad os forstå følgende eksempel.
Eksempel -
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)
Produktion:
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]
Multiplikationen udføres som følger.
vct[0] = x[0] * y[0] vct[1] = x[1] * y[1]
Det første element i vektor 1 multipliceres med tilsvarende vektors 2 første element og så videre.
Division Operation af to vektorer
I divisionsoperationen indeholder den resulterende vektor den kvotientværdi, der fås fra divisionen af to vektors elementer.
Lad os forstå følgende eksempel.
Eksempel -
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)
Produktion:
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. ]
Som vi kan se i ovenstående output, returnerede divisionsoperationen kvotientværdien af elementer.
Vector Dot produkt
Vektorprikproduktet udfører mellem de to sekventielle vektorer af samme længde og returnerer enkeltprikproduktet. Vi vil bruge .dot() metode til at udføre prikproduktet. Det vil ske som nedenfor.
vector c = x . y = (x1 * y1 + x2 * y2)
Lad os forstå følgende eksempel.
Eksempel -
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)
Produktion:
dhl betyder hvad
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-skalær multiplikation
I den skalære multipliceringsoperation; vi multiplicerer skalaren med hver komponent af vektoren. Lad os forstå følgende eksempel.
Eksempel -
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)
Produktion:
We create vector from a list 1: [10 20 30 40 50] Scalar Value : 5 Multiplication of two vectors: [ 50 100 150 200 250]
I ovenstående kode ganges den skalære værdi med hvert element i vektoren på s * v = (s * v1, s * v2, s * v3) måde.