Comment calculer la magnitude d’un vecteur à l’aide de NumPy

La norme d’un vecteur donné, x, est calculée comme suit :

||x|| = √ x ₁ ² + x ₂ ² + x ₃ ² + … + x _n ²

Par exemple, supposons que x = [3, 7, 4]

L’ampleur serait calculée comme suit :

||x|| = √ 3 ² + 7 ² + 4 ² = √ 74 = 8,602

Vous pouvez utiliser l’une des deux méthodes suivantes pour calculer la magnitude d’un vecteur à l’aide du package NumPy en Python :

Méthode 1 : utilisez linalg.norm()

np.linalg.norm(v)

Méthode 2 : utiliser les fonctions NumPy personnalisées

np.sqrt(x.dot(x))

Les deux méthodes renverront exactement le même résultat, mais la seconde méthode a tendance à être beaucoup plus rapide, en particulier pour les grands vecteurs.

L’exemple suivant montre comment utiliser chaque méthode dans la pratique.

Méthode 1 : utilisez linalg.norm()

Le code suivant montre comment utiliser la fonction np.linalg.norm() pour calculer l’ampleur d’un vecteur donné :

import numpy as np

#define vector
x = np.array([3, 6, 6, 4, 8, 12, 13])

#calculate magnitude of vector
np.linalg.norm(x)

21.77154105707724

La magnitude du vecteur est 21,77 .

Méthode 2 : utiliser les fonctions NumPy personnalisées

Le code suivant montre comment utiliser les fonctions NumPy personnalisées pour calculer la magnitude d’un vecteur donné :

import numpy as np

#define vector
x = np.array([3, 6, 6, 4, 8, 12, 13])

#calculate magnitude of vector
np.sqrt(x.dot(x))

21.77154105707724

La magnitude du vecteur est 21,77 .

Notez que cela correspond à la valeur que nous avons calculée à l’aide de la méthode précédente.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes à l’aide de NumPy :

Comment mapper une fonction sur un tableau NumPy
Comment ajouter une colonne à un tableau NumPy
Comment convertir un tableau NumPy en liste en Python