Термин «числовые векторные операции» относится к различным операциям, которые можно выполнять с векторами с помощью библиотеки NumPy в Python. NumPy — мощная библиотека для числовых вычислений, предоставляющая эффективные и удобные функции для работы с массивами и матрицами.

Вот некоторые часто используемые векторные операции NumPy и примеры кода:

1. Добавление векторов:

   import numpy as np
   a = np.array([1, 2, 3])
   b = np.array([4, 5, 6])
   c = a + b
   print(c)  # Output: [5 7 9]

2. Вычитание векторов:

   import numpy as np
   a = np.array([1, 2, 3])
   b = np.array([4, 5, 6])
   c = a - b
   print(c)  # Output: [-3 -3 -3]

3. Скалярное умножение:

   import numpy as np
   a = np.array([1, 2, 3])
   scalar = 2
   c = scalar * a
   print(c)  # Output: [2 4 6]

4. Скалярный продукт:

   import numpy as np
   a = np.array([1, 2, 3])
   b = np.array([4, 5, 6])
   c = np.dot(a, b)
   print(c)  # Output: 32

5. Перекрестный продукт:

   import numpy as np
   a = np.array([1, 2, 3])
   b = np.array([4, 5, 6])
   c = np.cross(a, b)
   print(c)  # Output: [-3  6 -3]

6. Поэлементное умножение:

   import numpy as np
   a = np.array([1, 2, 3])
   b = np.array([4, 5, 6])
   c = np.multiply(a, b)
   print(c)  # Output: [ 4 10 18]

7. Амплитуда вектора:

   import numpy as np
   a = np.array([3, 4])
   magnitude = np.linalg.norm(a)
   print(magnitude)  # Output: 5.0

Это всего лишь несколько примеров векторных операций, которые можно выполнить с помощью NumPy. NumPy предоставляет гораздо больше функций и методов для работы с векторами и массивами.