Vector de unidad NumPy

1. Obtener el vector unitario del array NumPy con la función numpy.linalg.norm()
2. Obtenga el vector unitario de NumPy Array con el enfoque autodefinido

Este tutorial discutirá el método para normalizar un array NumPy a un vector unitario en Python.

Obtener el vector unitario del array NumPy con la función numpy.linalg.norm()

Un vector es una cantidad que tiene una magnitud y una dirección. Un vector unitario es un vector cuya magnitud es igual a uno. Podemos normalizar un vector a su vector unitario correspondiente con la ayuda de la función numpy.linalg.norm(). La biblioteca numpy.linalg contiene muchas funciones relacionadas con el álgebra lineal. Podemos usar la función norm() dentro de numpy.linalg para calcular la norma de un vector. Podemos dividir el vector por su norma para obtener el vector unitario del vector.

import numpy as np

vector = np.array([1, 2, 3])

unit_vector = vector / np.linalg.norm(vector)
print(unit_vector)

Producción :

[0.26726124 0.53452248 0.80178373]

Primero creamos el vector con la función numpy.array(). Luego calculamos el vector unitario del vector dividiendo el vector con la norma del vector y guardamos el resultado dentro del unit_vector.

Obtenga el vector unitario de NumPy Array con el enfoque autodefinido

También podemos calcular el vector unitario sin usar la función norm() dentro de la biblioteca numpy.linalg en Python. Podemos encontrar la norma calculando la raíz cuadrada de la suma de cuadrados de cada elemento dentro del vector. Luego podemos calcular el vector unitario dividiendo el vector por su norma. Vea el siguiente ejemplo de código.

import numpy as np

vector = np.array([1, 2, 3])

unit_vector = vector / (vector ** 2).sum() ** 0.5
print(unit_vector)

Producción :

[0.26726124 0.53452248 0.80178373]

Primero creamos el vector con la función numpy.array(). Luego calculamos el vector unitario del vector dividiendo el vector con la norma del vector y guardamos el resultado dentro del unit_vector.