Python numpy создать вектор

Python numpy создать вектор

• Numpy | Array Creation
• numpy.arange() in Python
• numpy.zeros() in Python
• Create a Numpy array filled with all ones
• numpy.linspace() in Python
• numpy.eye() in Python
• Creating a one-dimensional NumPy array
• How to create an empty and a full NumPy array?
• Create a Numpy array filled with all zeros | Python
• How to generate 2-D Gaussian array using NumPy?
• How to create a vector in Python using NumPy
• Python | Numpy fromrecords() method

• Copy and View in NumPy Array
• How to Copy NumPy array into another array?
• Appending values at the end of an NumPy array
• How to swap columns of a given NumPy array?
• Insert a new axis within a NumPy array
• numpy.hstack() in Python
• numpy.vstack() in python
• Joining NumPy Array
• Combining a one and a two-dimensional NumPy Array
• Python | Numpy np.ma.concatenate() method
• Python | Numpy dstack() method
• Splitting Arrays in NumPy
• How to compare two NumPy arrays?
• Find the union of two NumPy arrays
• Find unique rows in a NumPy array
• Python | Numpy np.unique() method
• numpy.trim_zeros() in Python

• Matrix manipulation in Python
• numpy matrix operations | empty() function
• numpy matrix operations | zeros() function
• numpy matrix operations | ones() function
• numpy matrix operations | eye() function
• numpy matrix operations | identity() function
• Adding and Subtracting Matrices in Python
• Matrix Multiplication in NumPy
• Numpy ndarray.dot() function | Python
• NumPy | Vector Multiplication
• How to calculate dot product of two vectors in Python?
• Multiplication of two Matrices in Single line using Numpy in Python
• Python | Numpy np.eigvals() method
• How to Calculate the determinant of a matrix using NumPy?
• Python | Numpy matrix.transpose()
• Python | Numpy matrix.var()
• Compute the inverse of a matrix using NumPy

• Reshape NumPy Array
• Python | Numpy matrix.resize()
• Python | Numpy matrix.reshape()
• NumPy Array Shape
• Change the dimension of a NumPy array
• numpy.ndarray.resize() function – Python
• Flatten a Matrix in Python using NumPy
• numpy.moveaxis() function | Python
• numpy.swapaxes() function | Python
• Python | Numpy matrix.swapaxes()
• numpy.vsplit() function | Python
• numpy.hsplit() function | Python
• Numpy MaskedArray.reshape() function | Python
• Python | Numpy matrix.squeeze()

• Random sampling in numpy | ranf() function
• Random sampling in numpy | random() function
• Random sampling in numpy | random_sample() function
• Random sampling in numpy | sample() function
• Random sampling in numpy | random_integers() function
• Random sampling in numpy | randint() function
• numpy.random.choice() in Python
• How to choose elements from the list with different probability using NumPy?
• How to get weighted random choice in Python?
• numpy.random.shuffle() in python
• numpy.random.geometric() in Python
• numpy.random.permutation() in Python

• Numpy | Array Creation
• numpy.arange() in Python
• numpy.zeros() in Python
• Create a Numpy array filled with all ones
• numpy.linspace() in Python
• numpy.eye() in Python
• Creating a one-dimensional NumPy array
• How to create an empty and a full NumPy array?
• Create a Numpy array filled with all zeros | Python
• How to generate 2-D Gaussian array using NumPy?
• How to create a vector in Python using NumPy
• Python | Numpy fromrecords() method

• Copy and View in NumPy Array
• How to Copy NumPy array into another array?
• Appending values at the end of an NumPy array
• How to swap columns of a given NumPy array?
• Insert a new axis within a NumPy array
• numpy.hstack() in Python
• numpy.vstack() in python
• Joining NumPy Array
• Combining a one and a two-dimensional NumPy Array
• Python | Numpy np.ma.concatenate() method
• Python | Numpy dstack() method
• Splitting Arrays in NumPy
• How to compare two NumPy arrays?
• Find the union of two NumPy arrays
• Find unique rows in a NumPy array
• Python | Numpy np.unique() method
• numpy.trim_zeros() in Python

• Matrix manipulation in Python
• numpy matrix operations | empty() function
• numpy matrix operations | zeros() function
• numpy matrix operations | ones() function
• numpy matrix operations | eye() function
• numpy matrix operations | identity() function
• Adding and Subtracting Matrices in Python
• Matrix Multiplication in NumPy
• Numpy ndarray.dot() function | Python
• NumPy | Vector Multiplication
• How to calculate dot product of two vectors in Python?
• Multiplication of two Matrices in Single line using Numpy in Python
• Python | Numpy np.eigvals() method
• How to Calculate the determinant of a matrix using NumPy?
• Python | Numpy matrix.transpose()
• Python | Numpy matrix.var()
• Compute the inverse of a matrix using NumPy

• Reshape NumPy Array
• Python | Numpy matrix.resize()
• Python | Numpy matrix.reshape()
• NumPy Array Shape
• Change the dimension of a NumPy array
• numpy.ndarray.resize() function – Python
• Flatten a Matrix in Python using NumPy
• numpy.moveaxis() function | Python
• numpy.swapaxes() function | Python
• Python | Numpy matrix.swapaxes()
• numpy.vsplit() function | Python
• numpy.hsplit() function | Python
• Numpy MaskedArray.reshape() function | Python
• Python | Numpy matrix.squeeze()

• Random sampling in numpy | ranf() function
• Random sampling in numpy | random() function
• Random sampling in numpy | random_sample() function
• Random sampling in numpy | sample() function
• Random sampling in numpy | random_integers() function
• Random sampling in numpy | randint() function
• numpy.random.choice() in Python
• How to choose elements from the list with different probability using NumPy?
• How to get weighted random choice in Python?
• numpy.random.shuffle() in python
• numpy.random.geometric() in Python
• numpy.random.permutation() in Python

Источник

Работа с векторами в Python с помощью NumPy

В этом уроке мы узнаем, как создать вектор с помощью библиотеки Numpy в Python. Мы также рассмотрим основные операции с векторами, такие как сложение, вычитание, деление и умножение двух векторов, векторное точечное произведение и векторное скалярное произведение.

Что такое вектор в Python?

Вектор известен как одномерный массив. Вектор в Python – это единственный одномерный массив списков, который ведет себя так же, как список Python. Согласно Google, вектор представляет направление, а также величину; особенно он определяет положение одной точки в пространстве относительно другой.

Векторы очень важны в машинном обучении, потому что у них есть величина, а также особенности направления. Давайте разберемся, как мы можем создать вектор на Python.

Создание вектора в Python

Модуль Python Numpy предоставляет метод numpy.array(), который создает одномерный массив, то есть вектор. Вектор может быть горизонтальным или вертикальным.

Вышеупомянутый метод принимает список в качестве аргумента и возвращает numpy.ndarray.

Давайте разберемся в следующих примерах.

Пример – 1: горизонтальный вектор

# 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)

We create a vector from a list: [10 20 30 40 50]

Пример – 2: Вертикальный вектор

# 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)

We create a vector from a list: [[12] [40] [ 6] [10]]

Базовые операции вектора Python

После создания вектора мы теперь будем выполнять арифметические операции над векторами.

Ниже приведен список основных операций, которые мы можем производить с векторами:

• сложение;
• вычитание;
• умножение;
• деление;
• точечное произведение;
• скалярные умножения.

Сложение двух векторов

В векторном сложении это происходит поэлементно, что означает, что сложение будет происходить поэлементно, а длина будет такой же, как у двух аддитивных векторов.

Давайте разберемся в следующем примере.

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)

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]

Вычитание

Вычитание векторов выполняется так же, как и сложение, оно следует поэлементному подходу, и элементы вектора 2 будут вычтены из вектора 1. Давайте разберемся в следующем примере.

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)

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]

Умножение векторов

Элементы вектора 1 умножаются на вектор 2 и возвращают векторы той же длины, что и векторы умножения.

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)

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]

Умножение производится следующим образом.

vct[0] = x[0] * y[0] vct[1] = x[1] * y[1]

Первый элемент вектора 1 умножается на первый элемент соответствующего вектора 2 и так далее.

Операция деления двух векторов

В операции деления результирующий вектор содержит значение частного, полученное при делении двух элементов вектора.

Давайте разберемся в следующем примере.

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)

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. ]

Как видно из вышеприведенного вывода, операция деления вернула частное значение элементов.

Векторное точечное произведение

Векторное скалярное произведение выполняется между двумя последовательными векторами одинаковой длины и возвращает единичное скалярное произведение. Мы будем использовать метод .dot() для выполнения скалярного произведения. Это произойдет, как показано ниже.

vector c = x . y =(x1 * y1 + x2 * y2)

Давайте разберемся в следующем примере.

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)

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

Векторно-скалярное умножение

В операции скалярного умножения; мы умножаем скаляр на каждую компоненту вектора. Давайте разберемся в следующем примере.

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)

We create vector from a list 1: [10 20 30 40 50] Scalar Value : 5 Multiplication of two vectors: [ 50 100 150 200 250]

В приведенном выше коде скалярное значение умножается на каждый элемент вектора в порядке s * v =(s * v1, s * v2, s * v3).

Источник