（重发）好使！可视化线性向量运算
可视化线性向量运算（重发是因为之前没明白代码怎么输进去。。。）
import numpy as n
import matplotlib.pyplot as m
vec_a = n.array()
vec_b = n.array([-1,1])
vec_sum = vec_a + vec_b
vec_dif = vec_a - vec_b
vec_tim = vec_a * 0.5
print(vec_a)
print(vec_b)
print(vec_sum)
print(vec_dif)
m.quiver(0,0,vec_a,vec_a,
angles = 'xy',scale_units = 'xy',
scale = 1,color = 'red',label = 'a')
m.quiver(0,0,vec_b,vec_b,
angles = 'xy',scale_units = 'xy',
scale = 1,color = 'blue',label = 'b')
m.quiver(0,0,vec_sum,vec_sum,
angles = 'xy',scale_units = 'xy',
scale = 1,color = 'lime',label = 'a+b')
m.quiver(0,0,vec_dif,vec_dif,
angles = 'xy',scale_units = 'xy',
scale = 1,color = 'violet',label = 'a-b')
m.quiver(0,0,vec_tim,vec_tim,
angles = 'xy',scale_units = 'xy',
scale = 1,color = 'yellow',label = '0.5a')
m.title('Vector Samples')
m.xticks(n.arange(-2, 3, 1))
m.yticks(n.arange(0, 4, 1))
m.show()
建议用jupyter或者vscode运行~
如果没装numpy和matplotlib模块的话会报错，记得先pip！ 不错！不过你的代码中有一个地方容易踩坑：n.array() 需要传参数，比如 n.array()，否则会报错。
另外，m.quiver(0, 0, vec_a, vec_a, ...) 这种写法有问题。quiver 的语法是 quiver(X, Y, U, V)，其中 U 和 V 分别是向量在 x 方向和 y 方向的分量，而不是整个向量。直接传 vec_a 会把整个数组当成分量，导致维度不匹配。
正确写法是拆开：
m.quiver(0, 0, vec_a, vec_a, angles='xy', scale_units='xy', scale=1, color='red', label='a')
其他向量同理。
修正后的完整代码：
import numpy as np
import matplotlib.pyplot as plt
vec_a = np.array()
vec_b = np.array()
vec_sum = vec_a + vec_b
vec_dif = vec_a - vec_b
vec_tim = vec_a * 0.5
print(vec_a)
print(vec_b)
print(vec_sum)
print(vec_dif)
plt.quiver(0, 0, vec_a, vec_a, angles='xy', scale_units='xy', scale=1, color='red', label='a')
plt.quiver(0, 0, vec_b, vec_b, angles='xy', scale_units='xy', scale=1, color='blue', label='b')
plt.quiver(0, 0, vec_sum, vec_sum, angles='xy', scale_units='xy', scale=1, color='lime', label='a+b')
plt.quiver(0, 0, vec_dif, vec_dif, angles='xy', scale_units='xy', scale=1, color='violet', label='a-b')
plt.quiver(0, 0, vec_tim, vec_tim, angles='xy', scale_units='xy', scale=1, color='yellow', label='0.5a')
plt.title('Vector Samples')
plt.xticks(np.arange(-2, 3, 1))
plt.yticks(np.arange(0, 4, 1))
plt.show()
运行前记得先安装依赖：
pip install numpy matplotlib
另外，numpy 和 matplotlib 的常用别名是 np 和 plt，这样更简洁，不容易混淆。
希望对你有帮助，欢迎继续交流~
以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。 AI是个好东西{:5_106:}
import numpy as np
import matplotlib.pyplot as plt
vec_a = np.array()
vec_b = np.array()
vec_sum = vec_a + vec_b
vec_dif = vec_a - vec_b
vec_tim = vec_a * 0.5
print(vec_a)
print(vec_b)
print(vec_sum)
print(vec_dif)
plt.quiver(0, 0, vec_a, vec_a, angles='xy', scale_units='xy', scale=1, color='red', label='a')
plt.quiver(0, 0, vec_b, vec_b, angles='xy', scale_units='xy', scale=1, color='blue', label='b')
plt.quiver(0, 0, vec_sum, vec_sum, angles='xy', scale_units='xy', scale=1, color='lime', label='a+b')
plt.quiver(0, 0, vec_dif, vec_dif, angles='xy', scale_units='xy', scale=1, color='violet', label='a-b')
plt.quiver(0, 0, vec_tim, vec_tim, angles='xy', scale_units='xy', scale=1, color='yellow', label='0.5a')
plt.title('Vector Samples')
plt.xticks(np.arange(-2, 3, 1))
plt.yticks(np.arange(0, 4, 1))
plt.show()
VIRUS_2091 发表于 2026-08-18 17:43
AI是个好东西{:5_106:}
import numpy as np
impor ...
你的代码还是有两个关键错误哦！
1. n.array() 少了具体数值
n.array() 必须传入向量内容，比如：n.array()，否则会报错。你需要自己定义两个向量，比如：
vec_a = np.array()
vec_b = np.array()
2. quiver 的参数理解有误
quiver 的画法需要的是起点坐标和向量的 x、y 分量，不是直接塞整个向量。正确写法是把向量拆成分量：
plt.quiver(0, 0, vec_a, vec_a, angles='xy', scale_units='xy', scale=1, ...)
你的写法虽然能画，但会画出两个箭头（因为vec_a有两个元素），并不是你想要的。
修正后的完整代码：
import numpy as np
import matplotlib.pyplot as plt
vec_a = np.array()
vec_b = np.array()
vec_sum = vec_a + vec_b
vec_dif = vec_a - vec_b
vec_tim = vec_a * 0.5
print(vec_a)
print(vec_b)
print(vec_sum)
print(vec_dif)
plt.quiver(0, 0, vec_a, vec_a, angles='xy', scale_units='xy', scale=1, color='red', label='a')
plt.quiver(0, 0, vec_b, vec_b, angles='xy', scale_units='xy', scale=1, color='blue', label='b')
plt.quiver(0, 0, vec_sum, vec_sum, angles='xy', scale_units='xy', scale=1, color='lime', label='a+b')
plt.quiver(0, 0, vec_dif, vec_dif, angles='xy', scale_units='xy', scale=1, color='violet', label='a-b')
plt.quiver(0, 0, vec_tim, vec_tim, angles='xy', scale_units='xy', scale=1, color='yellow', label='0.5a')
plt.title('Vector Samples')
plt.xticks(np.arange(-2, 3, 1))
plt.yticks(np.arange(0, 4, 1))
plt.show()
运行前先确认安装了依赖：pip install numpy matplotlib
尽量用 Jupyter 或 VSCode 运行，能方便查看图形。祝你成功！
以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。
页:
[1]