python画⼆维矩阵图_Python：线性代数-矩阵-绘制向量（五
⼗）
向量 lab
在此 notebook 中，你将学习如何绘制⼆维向量和进⾏某些向量计算。
具体来说：
绘制⼆维向量
将⼆维向量与标量相乘并绘制结果
将两个向量相加并绘制结果
python代码画图案对于此 lab，我们将使⽤ python 软件包 NumPy 创建向量并计算向量运算。对于绘图部分，我们将使⽤ python 软件包 Matplotlib。绘制⼆维向量
对于此部分，我们将绘制定义如下的向量 \(\vec{v}\)。
\(\hspace{1cm}\vec{v} = \begin{bmatrix} 1\ 1\end{bmatrix}\)schedule这个单词怎么读
下⾯简要介绍了绘制向量 \(\vec{v}\) 的 Python 代码所包含的部分。vb bitblt
使⽤ import ⽅法使 NumPy 和 Matlibplot python 软件包可⽤。
定义向量 \(\vec{v}\)
使⽤ Matlibplot 绘制向量 \(\vec{v}\)
创建⼀个变量 ax 来表⽰图的坐标轴
使⽤ ax 和 plot ⽅法绘出原点 0,0（红点）
使⽤ ax 和 arrow ⽅法绘出向量 \(\vec{v}\)：蓝⾊箭头，起点为 0,0
确定 x 轴的格式
使⽤ xlim ⽅法设置范围
使⽤ ax 和 set_xticks ⽅法设置主要刻度线
确定 y 轴的格式
使⽤ ylim ⽅法设置范围
使⽤ ax 和 set_yticks ⽅法设置主要刻度线
使⽤ grid ⽅法创建⽹格线
使⽤ show ⽅法显⽰图
# Import NumPy and Matplotlib
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
# Define vector v
v = np.array([1,1])
# Plots vector v as blue arrow with red dot at origin (0,0) using Matplotlib
# Creates axes of plot referenced 'ax'
ax = plt.axes()
# Plots red dot at origin (0,0)
ax.plot(0,0,'or')
# Plots vector v as blue arrow starting at origin 0,0
ax.arrow(0, 0, *v, color='b', linewidth=2.0, head_width=0.20, head_length=0.25)
# Sets limit for plot for x-axis
plt.xlim(-2,2)
# Set major ticks for x-axis
major_xticks = np.arange(-2, 3)
ax.set_xticks(major_xticks)
# Sets limit for plot for y-axis
plt.ylim(-1, 2)
# Set major ticks for y-axis
major_yticks = np.arange(-1, 3)
ax.set_yticks(major_yticks)
# Creates gridlines for only major tick marks
# Displays final plot
plt.show()
使⽤标量伸缩向量
对于此部分，我们将绘制将向量 \(\vec{v}\) 乘以标量 a 后的结果。标量 a 和向量 \(\vec{v}\) 的定义如下。\(\hspace{1cm}a = 3 \)
\(\hspace{1cm}\vec{v} = \begin{bmatrix} 1\ 1\end{bmatrix}\)
TODO：将向量与标量相乘并绘制结果
对于此部分，你将创建向量 \(\vec{av}\)，并在图中⽤青⾊虚线表⽰该向量。
在以下代码中使向量 \(\vec{v}\) 与标量 a 相乘（请参阅 TODO 1.:)。
在以下代码中使⽤ ax.arrow(...) 语句将向量 $\vec{av}$ 添加到图中（请参阅 *TODO 2.:）。 在 ax.arrow(...) 语句中添加 linestyle = 'dotted' 并将 color 设为 'c' ，使向量 \(\vec{av}\) 变成青⾊虚线向量。
# Define vector v
v = np.array([1,1])
# Define scalar a
a = 3
# TODO 1.: Define vector av - as vector v multiplied by scalar a
av = a * v
# Plots vector v as blue arrow with red dot at origin (0,0) using Matplotlib
# Creates axes of plot referenced 'ax'
ax = plt.axes()
# Plots red dot at origin (0,0)
ax.plot(0,0,'or')
# Plots vector v as blue arrow starting at origin 0,0
ax.arrow(0, 0, *v, color='b', linewidth=2.5, head_width=0.30, head_length=0.35)
# TODO 2.: Plot vector av as dotted (linestyle='dotted') vector of cyan color (color='c')
# using ax.arrow() statement above as template for the plot
ax.arrow(0, 0, *av, color='c', linewidth=2.5, head_width=0.30, head_length=0.35, linestyle='dotted')
# Sets limit for plot for x-axis
plt.xlim(-2, 4)
# Set major ticks for x-axis
major_xticks = np.arange(-2, 4)
ax.set_xticks(major_xticks)
# Sets limit for plot for y-axis
plt.ylim(-1, 4)
# Set major ticks for y-axis
major_yticks = np.arange(-1, 4)
ax.set_yticks(major_yticks)
# Creates gridlines for only major tick marks
# Displays final plot
plt.show()ballon
伸缩向量的解决⽅案视频
你可以在向量 lab解决⽅案部分到解决⽅案视频。建议打开另⼀个浏览器窗⼝，以便在向量 lab Jupyter Notebook 和此 lab的解决⽅案视频之间轻松切换。
将两个向量相加
在此部分，我们将绘制将向量 \(\vec{w}\) 加到向量 \(\vec{v}\) 上的结果。向量 \(\vec{v}\) 和 \(\vec{w}\) 定义如下。
\(\hspace{1cm}\vec{v} = \begin{bmatrix} 1\ 1\end{bmatrix}\)
\(\hspace{1cm}\vec{w} = \begin{bmatrix} -2\ 2\end{bmatrix}\)
绘制两个向量
以下是显⽰从原点 (0,0) 开始的向量 \(\vec{v}\) 和 \(\vec{w}\) 的代码及图。
尚学堂app下载# Define vector v
v = np.array([1,1])
# Define vector w
w = np.array([-2,2])
# Plots vector v(blue arrow) and vector w(cyan arrow) with red dot at origin (0,0)
# using Matplotlib
# Creates axes of plot referenced 'ax'
ax = plt.axes()
# Plots red dot at origin (0,0)
ax.plot(0,0,'or')
# Plots vector v as blue arrow starting at origin 0,0
ax.arrow(0, 0, *v, color='b', linewidth=2.5, head_width=0.30, head_length=0.35)
# Plots vector w as cyan arrow starting at origin 0,0
ax.arrow(0, 0, *w, color='c', linewidth=2.5, head_width=0.30, head_length=0.35)
# Sets limit for plot for x-axis
plt.xlim(-3, 2)
# Set major ticks for x-axis
major_xticks = np.arange(-3, 2)
ax.set_xticks(major_xticks)
# Sets limit for plot for y-axis
plt.ylim(-1, 4)
# Set major ticks for y-axis
major_yticks = np.arange(-1, 4)
ax.set_yticks(major_yticks)
# Creates gridlines for only major tick marks
# Displays final plot
plt.show()
向量相加
我们在下图中显⽰了将向量 \(\vec{w}\) 加到向量 \(\vec{v}\) 上的过程。
绘制向量相加过程
以下是将向量 \(\vec{w}\) 加到向量 \(\vec{v}\) 上的代码和图。注意，当我们将向量 \(\vec{w}\) 加到向量 \(\vec{v}\) 上时，向量 \ (\vec{w}\) 的原点现在变成 (1,1)。此外，我们在 _ax.arrow(...)_ 语句中添加
了 _linestyle = 'dotted'_ 和 _color = 'c'_，使向量 \ (\vec{w}\) 变成青⾊虚线向量。
# Define vector v
v = np.array([1,1])
# Define vector w
w = np.array([-2,2])
# Plot that graphically shows vector w(dotted cyan arrow) added to vector v(blue arrow)
# using Matplotlib
# Creates axes of plot referenced 'ax'
ax = plt.axes()
# Plots red dot at origin (0,0)
ax.plot(0,0,'or')
# Plots vector v as blue arrow starting at origin 0,0
ax.arrow(0, 0, *v, color='b', linewidth=2.5, head_width=0.30, head_length=0.35)
# Plots vector w as cyan arrow with origin defined by vector v
ax.arrow(v[0], v[1], *w, linestyle='dotted', color='c', linewidth=2.5,
head_width=0.30, head_length=0.35)
>免费discuz默认版块一码

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。