python numpy向量数学

什么是

numpy

相当于的2d向量类/操作？（如：

euclid.Vector2

）

到目前为止，我有这个。创建两个向量

import numpy as np

loc = np.array([100., 100.])
vel = np.array([30., 10])

loc += vel

# reseting speed to a default value, maintaining direction
vel.normalize()
vel *= 200

loc += vel

---

您可以只使用numpy数组。有关阵列w.r.t.矩阵优缺点的详细概述，请参阅该页

正如我在评论中提到的，必须使用

dot（）

函数或方法对向量进行多重复制是最大的陷阱。但话说回来，numpy数组是一致的。所有操作都是基于元素的。所以，数组的加减和标量的乘法，都和向量的预期一样有效

Edit2:从Python 3.5和numpy 1.10开始，您可以使用

@

中缀运算符进行矩阵乘法，这要感谢

编辑：关于您的评论：

对。整个numpy是基于阵列的

对

linalg.norm（v）

是获得向量长度的好方法。但是你得到什么取决于第二个可能的论点！阅读文档

要规范化向量，只需将其除以（2）中计算的长度。数组除以标量也是按元素划分的

ipython中的一个示例：

In [1]: import math

In [2]: import numpy as np

In [3]: a = np.array([4,2,7])

In [4]: np.linalg.norm(a)
Out[4]: 8.3066238629180749

In [5]: math.sqrt(sum([n**2 for n in a]))
Out[5]: 8.306623862918075

In [6]: b = a/np.linalg.norm(a)

In [7]: np.linalg.norm(b)
Out[7]: 1.0

请注意，[5]中的

是计算长度的另一种方法<[6]中的代码>显示了向量的规格化

---

如果我错了，有人可以纠正我，但我认为你所做的是相当标准的。需要注意的一件事是数组的乘法。Numpy数组乘以元素。如果要将两个向量相乘，请使用

dot（）

方法。从评论和答案来看，我认为人们完全误解了你的问题，没有意识到你在谈论替换

euclid

模块。顺便问一下，迁移过程如何？它的动机是表现吗？我计划使用欧几里德，所以欢迎提供任何提示：）[1]这是常用的方法吗？（使用numpy.array vs euclid或其他东西）[2]获取

Vector2.magnity（）

我是否使用

linalg.norm（v）

[3]我对

Vector2.normalize（）使用什么函数？