如何在一般情況下定義向量旋轉和反射，其中函數將在Haskell中的n維中工作？ 目前我有點積，標準化和投影完成，但堅持反射和旋轉。 data Vector s a = Vector {len::s,arr::a}
normalize :: Vector s a → Vector s a
normalize = toVector . uncurry (zipWith (/))
這在一定程度上關係到Numpy: cartesian product of x and y array points into single array of 2D points 我在尋找一個簡潔的方式來創建兩個陣列，任意維度的笛卡爾積。 實例： 現有螺紋類似的，我想 x = numpy.array([1,2,3]) #ndim 1
y = numpy.array([4,5]) #ndim 1
這是我的問題，我正在處理一個n維數據。爲了簡單起見，假設n = 2。另外我有一個數據的算法。爲了擴大該算法的2D問題，我可以做 for each row
apply algorithm
但是，如果我想申請這個算法，每列，我需要寫一個新的功能 for each column
apply algorithm
例如，假設我有一個函數： void func(vector<T>
我正在做一個Python中的程序，它乘以用戶輸入的兩個維度矩陣。我遇到的問題是用戶必須在輸入中輸入每行的值，並且我的程序只能爲每個輸入獲取一個值。 我使用.split（）嘗試，但在它的乘法把我這個 錯誤： TypeError : can not multiply sequence by non -int of type 'list'. 我的代碼是： matriza=[]
matrizb=[]