Tutorials  /  Python

Vektoren in Python - eine kurze Einführung!

Ccentron Redaktion · Januar 2024 ·5 Min. Lesezeit ·Python, Tutorial

Heute werden wir uns eines der am wenigsten angesprochenen Themen in Python ansehen, nämlich Vektoren in Python. Also, lasst uns beginnen!

VM

Passende Infrastruktur bei centron

Skripte und Dienste brauchen irgendwann eine Umgebung, die durchläuft: ccloud³ VMs ab 3,12 € im Monat, stundengenau abgerechnet. Cloud Server mieten →

Was ist ein Vektor?

Ein Vektor kann einfach als eindimensionales Array betrachtet werden. Bezogen auf Python ist ein Vektor ein eindimensionales Array von Listen. Er belegt die Elemente auf ähnliche Weise wie eine Python-Liste.

Erstellung eines Vektors in Python

Das Python NumPy-Modul wird verwendet, um einen Vektor zu erstellen. Wir verwenden die Methode numpy.array(), um ein eindimensionales Array, d.h. einen Vektor, zu erstellen.

Syntax:

Code
numpy.array(liste)
Beispiel 1: Horizontaler Vektor
Python
import numpy as np 

lst = [10,20,30,40,50] 

vctr = np.array(lst) 

print("Vektor erstellt aus einer Liste:") 
print(vctr) 

Output::

Code
Vektor erstellt aus einer Liste:
[10 20 30 40 50]
Beispiel 2: Vertikaler Vektor
Python
import numpy as np 

lst = [[2], 
        [4], 
        [6],
        [10]]  

vctr = np.array(lst) 

print("Vektor erstellt aus einer Liste:") 
print(vctr) 

Output::

Code
Vektor erstellt aus einer Liste:
[[ 2]
 [ 4]
 [ 6]
 [10]]

Grundlegende Operationen an einem Python-Vektor

Nachdem wir einen Vektor erstellt haben, führen wir jetzt einige grundlegende Operationen an diesen Vektoren durch!

Hier ist eine Liste der grundlegenden Operationen, die an einem Vektor durchgeführt werden können:

  • Addition
  • Subtraktion
  • Multiplikation
  • Division
  • Punktprodukt usw.

Lassen Sie uns beginnen!

1. Durchführung der Additionsoperation an einem Python-Vektor

Unten haben wir die Vektoradditionsoperation an den Vektoren durchgeführt.

Die Additionsoperation erfolgt elementweise, d.h. Element für Element, und der resultierende Vektor hat die gleiche Länge wie die beiden Additionsvektoren.

Syntax:

Code
Vektor + Vektor

Beispiel:

Python
import numpy as np 

lst1 = [10,20,30,40,50] 
lst2 = [1,2,3,4,5]

vctr1 = np.array(lst1) 

vctr2= np.array(lst2) 

print("Vektor erstellt aus Liste 1:") 
print(vctr1) 
print("Vektor erstellt aus Liste 2:") 
print(vctr2) 

vctr_add = vctr1+vctr2
print("Addition zweier Vektoren: ",vctr_add)

Output::

Code
Vektor erstellt aus Liste 1:
[10 20 30 40 50]
Vektor erstellt aus Liste 2:
[1 2 3 4 5]
Addition zweier Vektoren:  [11 22 33 44 55]
2. Durchführung der Subtraktion zweier Vektoren

Auch bei der Subtraktion erfolgt die Berechnung elementweise, und die Elemente des Vektors 2 werden vom Vektor 1 abgezogen.

Lassen Sie uns einen Blick auf die Implementierung werfen!

Python
import numpy as np 

lst1 = [10,20,30,40,50] 
lst2 = [1,2,3,4,5]

vctr1 = np.array(lst1) 

vctr2= np.array(lst2) 

print("Vektor erstellt aus Liste 1:") 
print(vctr1) 
print("Vektor erstellt aus Liste 2:") 
print(vctr2) 

vctr_sub = vctr1-vctr2
print("Subtraktion zweier Vektoren: ",vctr_sub)

Output::

Code
Vektor erstellt aus Liste 1:
[10 20 30 40 50]
Vektor erstellt aus Liste 2:
[1 2 3 4 5]
Subtraktion zweier Vektoren:  [ 9 18 27 36 45]
3. Durchführung der Multiplikation zweier Vektoren

Bei der Vektormultiplikation werden die Elemente des Vektors 1 mit den Elementen des Vektors 2 multipliziert, und der Produktvektor hat dieselbe Länge wie die multiplizierenden Vektoren.

Lassen Sie uns die Multiplikationsoperation visualisieren:

x = [10,20] und y = [1,2] sind zwei Vektoren. Also wäre der Produktvektor v[ ],

Code
v[0] = x[0] * y[0]
v[1] = x[1] * y[1]

Werfen Sie einen Blick auf den folgenden Code!

Python
import numpy as np 

lst1 = [10,20,30,40,50] 
lst2 = [1,2,3,4,5]

vctr1 = np.array(lst1) 

vctr2= np.array(lst2) 

print("Vektor erstellt aus Liste 1:") 
print(vctr1) 
print("Vektor erstellt aus Liste 2:") 
print(vctr2) 

vctr_mul = vctr1*vctr2
print("Multiplikation zweier Vektoren: ",vctr_mul)

Output::

Code
Vektor erstellt aus Liste 1:
[10 20 30 40 50]
Vektor erstellt aus Liste 2:
[1 2 3 4 5]
Multiplikation zweier Vektoren:  [ 10  40  90 160 250]
4. Durchführung der Vektordivisionsoperation

Bei der Vektordivision ist der resultierende Vektor die Quotientenwerte nach Durchführung der Divisionsoperation an den beiden Vektoren.

Betrachten Sie das folgende Beispiel für ein besseres Verständnis.

x = [10,20] und y = [1,2] sind zwei Vektoren. Also wäre der resultierende Vektor v,

Code
v[0] = x[0] / y[0]
v[1] = x[1] / y[1]

Lassen Sie uns jetzt das obige Konzept implementieren.

Beispiel:

Python
import numpy as np 
 
lst1 = [10,20,30,40,50] 
lst2 = [10,20,30,40,50]
 
vctr1 = np.array(lst1) 
 
vctr2= np.array(lst2) 
 
print("Vektor erstellt aus Liste 1:") 
print(vctr1) 
print("Vektor erstellt aus Liste 2:") 
print(vctr2) 
 
vctr_div = vctr1/vctr2
print("Division zweier Vektoren: ",vctr_div)

Output::

Code
Vektor erstellt aus Liste 1:
[10 20 30 40 50]
Vektor erstellt aus Liste 2:
[10 20 30 40 50]
Division zweier Vektoren:  [ 1 1 1 1 1 ]
5. Vektor-Punktprodukt

Beim Vektor-Punktprodukt führen wir die Summierung des Produkts der beiden Vektoren in einer elementweisen Art und Weise durch.

Lassen Sie uns einen Blick auf das Folgende werfen.

Code
Vektor c = x . y = (x1 * y1 + x2 * y2)

Beispiel:

Python
import numpy as np 
lst1 = [10,20,30,40,50]
lst2 = [1,1,1,1,1]

vctr1 = np.array(lst1)

vctr2= np.array(lst2)

print("Vektor erstellt aus Liste 1:")
print(vctr1)
print("Vektor erstellt aus Liste 2:")
print(vctr2)

vctr_dot = vctr1.dot(vctr2)
print("Punktprodukt zweier Vektoren: ",vctr_dot)

Output::

Code
Vektor erstellt aus Liste 1:
[10 20 30 40 50]
Vektor erstellt aus Liste 2:
[1 1 1 1 1]
Punktprodukt zweier Vektoren: 150
Jetzt 200 € Guthaben sichern

Testen Sie Ihr Setup auf ccloud³

Registrieren Sie sich in der ccloud³ und erhalten Sie 200 € Startguthaben für Ihr Projekt – z. B. für eine PostgreSQL-VM mit automatischen Backups.

centron Redaktion Technische Redaktion

Das Redaktionsteam von centron schreibt Anleitungen aus dem Betriebsalltag: getestet auf unserer eigenen Plattform, betrieben im Rechenzentrum in Hallstadt bei Bamberg.

Kategorie Python
Teilen
Noch offene Fragen?

Our team will help you with your specific setup - in German or English, by people who run the platform themselves.

War dieses Tutorial hilfreich?

Your answer is stored anonymously and helps us improve our tutorials.

Kommentare

No comments yet - be the first to ask a question about this tutorial.

Sign in to comment

Comments are open to centron customers. Sign in to your account to ask a question about this tutorial.

Weiterlesen

Das könnte Sie auch interessieren

Jetzt kostenlos anfangen

Melden Sie sich an und erhalten Sie in den ersten 60 Tagen ein Guthaben von 200 € bei centron.

Dieses Werbeangebot gilt nur für neue Konten. Angebot ausschließlich für Gewerbetreibende.

Jetzt loslegen Sales kontaktieren