python求向量在指定向量上的投影

### 使用Python计算向量在指定向量上的投影在Python中，可以利用NumPy库来高效地计算一个向量在另一个指定向量上的投影。以下是详细的实现方法和代码示例。 #### 计算公式向量 \( \vec{a} \) 在向量 \( \vec{b} \) 上的投影向量可以通过以下公式计算： \[ \text{proj}_{\vec{b}} \vec{a} = \frac{\vec{a} \cdot \vec{b}}{\vec{b} \cdot \vec{b}} \vec{b} \] 其中，\( \vec{a} \cdot \vec{b} \) 表示向量 \( \vec{a} \) 和 \( \vec{b} \) 的点积，\( \vec{b} \cdot \vec{b} \) 表示向量 \( \vec{b} \) 的模平方[^2]。 #### 实现代码以下是一个完整的代码示例，展示如何使用Python和NumPy计算向量投影： ```python import numpy as np # 定义两个向量 a = np.array([3, 4, 5]) # 向量 a b = np.array([1, 2, 3]) # 向量 b # 计算向量 a 在向量 b 上的投影 dot_product = np.dot(a, b) # 计算点积 magnitude_squared = np.dot(b, b) # 计算向量 b 的模平方 projection = (dot_product / magnitude_squared) * b print("向量 a 在向量 b 上的投影为:", projection) ``` #### 代码解释 - `np.dot(a, b)`：计算向量 \( \vec{a} \) 和 \( \vec{b} \) 的点积。 - `np.dot(b, b)`：计算向量 \( \vec{b} \) 的模平方。 - `(dot_product / magnitude_squared) * b`：根据公式计算投影向量。 #### 示例输出假设输入向量 \( \vec{a} = [3, 4, 5] \) 和 \( \vec{b} = [1, 2, 3] \)，运行上述代码将输出： ``` 向量 a 在向量 b 上的投影为: [2.66666667 5.33333333 8. ] ``` ---

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇 python中如何读取文件中第n个英文单词