วิธีการคำนวณขนาดของเวกเตอร์โดยใช้ numpy

บรรทัดฐาน ของเวกเตอร์ที่กำหนด x คำนวณได้ดังนี้:

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

ตัวอย่างเช่น สมมติว่า x = [3, 7, 4]

ขนาดจะถูกคำนวณดังนี้:

||x|| = √ 3 ² + 7 ² + 4 ² = √ 74 = 8.602

คุณสามารถใช้หนึ่งในสองวิธีในการคำนวณขนาดของเวกเตอร์โดยใช้แพ็คเกจ NumPy ใน Python:

วิธีที่ 1: ใช้ linalg.norm()

 n.p. linalg . norm (v)

วิธีที่ 2: ใช้ฟังก์ชัน NumPy แบบกำหนดเอง

 n.p. sqrt ( x.dot (x))

ทั้งสองวิธีจะให้ผลลัพธ์เหมือนกันทุกประการ แต่วิธีที่สองมีแนวโน้มที่จะเร็วกว่ามาก โดยเฉพาะกับเวกเตอร์ขนาดใหญ่

ตัวอย่างต่อไปนี้แสดงวิธีการใช้แต่ละวิธีในทางปฏิบัติ

วิธีที่ 1: ใช้ linalg.norm()

รหัสต่อไปนี้แสดงวิธีการใช้ฟังก์ชัน np.linalg.norm() เพื่อคำนวณขนาดของเวกเตอร์ที่กำหนด:

 import numpy as np

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

#calculate magnitude of vector
n.p. linalg . norm (x)

21.77154105707724

ขนาดของเวกเตอร์คือ 21.77 .

วิธีที่ 2: ใช้ฟังก์ชัน NumPy แบบกำหนดเอง

รหัสต่อไปนี้แสดงวิธีการใช้ฟังก์ชัน NumPy แบบกำหนดเองเพื่อคำนวณขนาดของเวกเตอร์ที่กำหนด:

 import numpy as np

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

#calculate magnitude of vector
n.p. sqrt ( x.dot (x))

21.77154105707724

ขนาดของเวกเตอร์คือ 21.77 .

โปรดทราบว่าค่านี้ตรงกับค่าที่เราคำนวณโดยใช้วิธีก่อนหน้า

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ โดยใช้ NumPy:

วิธีแมปฟังก์ชันกับอาร์เรย์ NumPy
วิธีเพิ่มคอลัมน์ในอาร์เรย์ NumPy
วิธีแปลงอาร์เรย์ NumPy เป็นรายการใน Python