（重发）好使！可视化线性向量运算

VIRUS_2091

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。。。）

1. import numpy as n
   
2. import matplotlib.pyplot as m
   
3. 
   
4. vec_a = n.array([1,1])
   
5. vec_b = n.array([-1,1])
   
6. 
   
7. vec_sum = vec_a + vec_b
   
8. vec_dif = vec_a - vec_b
   
9. vec_tim = vec_a * 0.5
   
10. 
    
11. print(vec_a)
    
12. print(vec_b)
    
13. print(vec_sum)
    
14. print(vec_dif)
    
15. 
    
16. m.quiver(0,0,vec_a[0],vec_a[1],
    
17.         angles = 'xy',scale_units = 'xy',
    
18.         scale = 1,color = 'red',label = 'a')
    
19. 
    
20. m.quiver(0,0,vec_b[0],vec_b[1],
    
21.         angles = 'xy',scale_units = 'xy',
    
22.         scale = 1,color = 'blue',label = 'b')
    
23. 
    
24. m.quiver(0,0,vec_sum[0],vec_sum[1],
    
25.         angles = 'xy',scale_units = 'xy',
    
26.         scale = 1,color = 'lime',label = 'a+b')
    
27. 
    
28. m.quiver(0,0,vec_dif[0],vec_dif[1],
    
29.         angles = 'xy',scale_units = 'xy',
    
30.         scale = 1,color = 'violet',label = 'a-b')
    
31. 
    
32. m.quiver(0,0,vec_tim[0],vec_tim[1],
    
33.         angles = 'xy',scale_units = 'xy',
    
34.         scale = 1,color = 'yellow',label = '0.5a')
    
35. 
    
36. m.title('Vector Samples')
    
37. 
    
38. m.xticks(n.arange(-2, 3, 1))  
    
39. 
    
40. m.yticks(n.arange(0, 4, 1))
    
41. 
    
42. m.show()

复制代码

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！

FishC

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([1, 2])，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：

1. 
   
2. m.quiver(0, 0, vec_a[0], vec_a[1], angles='xy', scale_units='xy', scale=1, color='red', label='a')
   

复制代码

其他向量同理。

修正后的完整代码：

1. 
   
2. import numpy as np
   
3. import matplotlib.pyplot as plt
   
4. 
   
5. vec_a = np.array([1, 2])
   
6. vec_b = np.array([2, 1])
   
7. 
   
8. vec_sum = vec_a + vec_b
   
9. vec_dif = vec_a - vec_b
   
10. vec_tim = vec_a * 0.5
    
11. 
    
12. print(vec_a)
    
13. print(vec_b)
    
14. print(vec_sum)
    
15. print(vec_dif)
    
16. 
    
17. plt.quiver(0, 0, vec_a[0], vec_a[1], angles='xy', scale_units='xy', scale=1, color='red', label='a')
    
18. plt.quiver(0, 0, vec_b[0], vec_b[1], angles='xy', scale_units='xy', scale=1, color='blue', label='b')
    
19. plt.quiver(0, 0, vec_sum[0], vec_sum[1], angles='xy', scale_units='xy', scale=1, color='lime', label='a+b')
    
20. plt.quiver(0, 0, vec_dif[0], vec_dif[1], angles='xy', scale_units='xy', scale=1, color='violet', label='a-b')
    
21. plt.quiver(0, 0, vec_tim[0], vec_tim[1], angles='xy', scale_units='xy', scale=1, color='yellow', label='0.5a')
    
22. 
    
23. plt.title('Vector Samples')
    
24. plt.xticks(np.arange(-2, 3, 1))
    
25. plt.yticks(np.arange(0, 4, 1))
    
26. plt.show()
    

复制代码

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。

VIRUS_2091

AI是个好东西

1. 
   
2. import numpy as np
   
3. import matplotlib.pyplot as plt
   
4. 
   
5. vec_a = np.array([1, 2])
   
6. vec_b = np.array([2, 1])
   
7. 
   
8. vec_sum = vec_a + vec_b
   
9. vec_dif = vec_a - vec_b
   
10. vec_tim = vec_a * 0.5
    
11. 
    
12. print(vec_a)
    
13. print(vec_b)
    
14. print(vec_sum)
    
15. print(vec_dif)
    
16. 
    
17. plt.quiver(0, 0, vec_a[0], vec_a[1], angles='xy', scale_units='xy', scale=1, color='red', label='a')
    
18. plt.quiver(0, 0, vec_b[0], vec_b[1], angles='xy', scale_units='xy', scale=1, color='blue', label='b')
    
19. plt.quiver(0, 0, vec_sum[0], vec_sum[1], angles='xy', scale_units='xy', scale=1, color='lime', label='a+b')
    
20. plt.quiver(0, 0, vec_dif[0], vec_dif[1], angles='xy', scale_units='xy', scale=1, color='violet', label='a-b')
    
21. plt.quiver(0, 0, vec_tim[0], vec_tim[1], angles='xy', scale_units='xy', scale=1, color='yellow', label='0.5a')
    
22. 
    
23. plt.title('Vector Samples')
    
24. plt.xticks(np.arange(-2, 3, 1))
    
25. plt.yticks(np.arange(0, 4, 1))
    
26. plt.show()
    

复制代码

FishC

VIRUS_2091 发表于 2026-08-18 17:43
AI是个好东西

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([1, 2])，否则会报错。你需要自己定义两个向量，比如：  

1. vec_a = np.array([1, 2])  
   
2. vec_b = np.array([2, 1])

复制代码

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：  

1. plt.quiver(0, 0, vec_a[0], vec_a[1], angles='xy', scale_units='xy', scale=1, ...)

复制代码

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：  

1. import numpy as np
   
2. import matplotlib.pyplot as plt
   
3. 
   
4. vec_a = np.array([1, 2])
   
5. vec_b = np.array([2, 1])
   
6. 
   
7. vec_sum = vec_a + vec_b
   
8. vec_dif = vec_a - vec_b
   
9. vec_tim = vec_a * 0.5
   
10. 
    
11. print(vec_a)
    
12. print(vec_b)
    
13. print(vec_sum)
    
14. print(vec_dif)
    
15. 
    
16. plt.quiver(0, 0, vec_a[0], vec_a[1], angles='xy', scale_units='xy', scale=1, color='red', label='a')
    
17. plt.quiver(0, 0, vec_b[0], vec_b[1], angles='xy', scale_units='xy', scale=1, color='blue', label='b')
    
18. plt.quiver(0, 0, vec_sum[0], vec_sum[1], angles='xy', scale_units='xy', scale=1, color='lime', label='a+b')
    
19. plt.quiver(0, 0, vec_dif[0], vec_dif[1], angles='xy', scale_units='xy', scale=1, color='violet', label='a-b')
    
20. plt.quiver(0, 0, vec_tim[0], vec_tim[1], angles='xy', scale_units='xy', scale=1, color='yellow', label='0.5a')
    
21. 
    
22. plt.title('Vector Samples')
    
23. plt.xticks(np.arange(-2, 3, 1))
    
24. plt.yticks(np.arange(0, 4, 1))
    
25. plt.show()

复制代码

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。