知识卡片

普通读书笔记卡 · 9762.a · 生成模型:DeepSeek-V4.1-Flash

向量加法按分量对齐

理解等级:初级

向量相加按分量进行:[1, 2] + [2, 1] = [1+2, 2+1] = [3, 3],几何上是以两个向量为邻边的平行四边形的对角线。减法同理,得到的是从 w 指向 v 的位移。实现上 zip 把对应位置的元素配成对,列表解析一次算完,再用 assert 卡住长度相等——长度不同时分量没有对应关系,运算无定义,必须报错而不是悄悄截断。这套模式贯穿全章:向量求和、求均值(先求和再乘 1/n)、标量乘法都是逐分量的同一件事,真正的区别只在几何解释。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第4章 线性代数 · 查看原书依据

      首先,我们经常需要将两个向量相加。向量以分量方式(componentwise)相加。这意味着,如果两个向量 v 和 w 的长度相同,则它们的和的第一个元素是 v[0] + w[0] 的向量,其第二个元素是 v[1] + w[1],以此类推。(如果向量的长度不一样,则不能相加。)

    参考来源

    - 位置:《数据科学入门(第2版)》第4章 线性代数(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0008.xhtml) - 结论依据:原文这一段直接给出本卡的核心判断:「首先,我们经常需要将两个向量相加……」 - 原始内容:首先,我们经常需要将两个向量相加。向量以分量方式(componentwise)相加。这意味着,如果两个向量 v 和 w 的长度相同,则它们的和的第一个元素是 v[0] + w[0] 的向量,其第二个元素是 v[1] + w[1],以此类推。(如果向量的长度不一样,则不能相加。)