完整代码如下

import numpy as npif __name__ __main__ : print(np.__version__) lst [1, 2, 3] # 使用list lst[0] Linear Algebra print(lst) vector np.array([1, 2, 3]) # 使用numpy # vector[0] Linear Algebra # 不允许 vector[0] 963 # 允许修改 print(vector) # np.array的创建 print(np.zeros(5)) # 维度为5的零向量 默认情况下创建的数据类型是浮点型 print(np.ones(5)) print(np.full(5, 963)) # np.array的基本属性 print(vector) print( size , vector.size) # 返回元素的个数 print( size , len(vector)) print(vector[0]) # 第一个元素 print(vector[-1]) # 最后一个元素 print(vector[0:2]) # 切片语法查看前两个元素 print(type(vector[0:2])) # np.array的基本运算 vec1 np.array([1, 2, 3]) vec2 np.array([4, 5, 6]) print( {} {} {} .format(vec1, vec2, vec1 vec2)) print( {} - {} {} .format(vec1, vec2, vec1-vec2)) print( {} * {} {} .format(2, vec2, 2 * vec2)) # 数量乘法 print( {} * {} {} .format(vec2, 2, vec2 * 2)) print( {} * {} {} .format(vec1, vec2, vec1 * vec2)) # 向量的逐个元素的乘法 与常规定义不一样 print( {}.dot({}) {} .format(vec1, vec2, vec1.dot(vec2))) # 向量的点乘 print(np.linalg.norm(vec1)) # 向量的模 print(vec1 / np.linalg.norm(vec1)) # 向量的规范化 print(np.linalg.norm(vec1 / np.linalg.norm(vec1))) # zero3 np.zeros(3) # zero3 / np.linalg.norm(zero3) # 零向量的规范化 抛出异常

运行

1.16.2[ Linear Algebra , 2, 3][963 2 3][0. 0. 0. 0. 0.][1. 1. 1. 1. 1.][963 963 963 963 963][963 2 3]size 3size 39633[963 2] class numpy.ndarray [1 2 3] [4 5 6] [5 7 9][1 2 3] - [4 5 6] [-3 -3 -3]2 * [4 5 6] [ 8 10 12][4 5 6] * 2 [ 8 10 12][1 2 3] * [4 5 6] [ 4 10 18][1 2 3].dot([4 5 6]) 323.7416573867739413[0.26726124 0.53452248 0.80178373]1.0