umpy.array（）产生的数据可以是一维，二维乃至n维numpy.matrix() 产生的数据是严格的二维numpy.abs()计算绝对值numpy.linalg.norm()计算范数，默认计算L2范数numpy.linsapce()指定的间隔内返回均匀间隔数组numpy.maximum()计算最大值numpy.meshgrid()生成网格化数据numpy.add()

梯度在各自空间的每一个点上对应的物理量概有强度,也有方向，将这些既有大小又有方向的场抽像出来便可以得到向量场。松手瞬间小球运动方向在X1X2平面上的投影就是梯度下降方向也叫下山方向,它反方向叫梯度向量,也叫上山方向·行向量转置可得到列向量，转置运算符为b=aT可以用len(a)

解释一下蓝书上的做法按照数学归纳法证明这个贪心，假设当前在第\(i\)行，前面已经选出\(i-1\)个线性无关的向量了（非零行），那么对于这一行，如果最终的结果不选\(z[k]\)，而是选了另一个\(z[l]\)，那么最终的向量组加入\(z[k]\)后就线性相关了，\(z[k]\)可以被这个向量组唯一表示；如果这个向量组

 最大值C=max(A)最小值C=min(A)如果A是一个向量，max(A)返回A中的最大/最小元素。如果A是一个矩阵，max(A)将A中的每一列作为一个向量，并返回一个行向量，这个行向量包含了每一列的最大/小元素。比如：a=[1,7,10];b=min(a);得到：b=1而：a=[1,7,10;6,5,4;6,5,5]

关于python_numpy向量的说明主要讲Python中的numpy一维数组的特性，以及与行向量或列向量的区别。并说一下在实际应用中的一些小技巧，去避免在coding中由于这些特性而导致的bugPython的特性允许使用广播（broadcasting）功能，这是Python的numpy程序语言库中最灵活的地方。而本人认为

map<vector<int>,int>cnt;//用于存储每个行向量出现的次数for(autorow:grid){//直接遍历行向量cnt[row]++;}for(inti=0;i<n;++i){vector<int>arr;for(intj=0;j<n;++j）{//存储列向量arr.emplace_back(grid[j][i]);}if(cnt.find(arr)!=cnt.

1摄像机标定在摄像机几何模型中，我们得到了摄像机模型变换矩阵为，其中，K为摄像机内参，R,C为摄像机外参。  为了方便后续推导方便，对公式符合做出一些修改：  1）使用T代替-C表

向量乘矩阵、如果向量在左边、向量看成是行向量     |1    2    2    |【134】*|352|     =