写一个关于向量运算的复杂python代码

好的，以下是一个稍微复杂一些的关于向量运算的Python代码示例，包括向量加法、向量点积、向量叉积、向量标准化、向量投影和向量夹角计算：

import numpy as np

# 定义两个向量
a = np.array([3, 4, 0])
b = np.array([0, 5, 12])

# 向量加法
c = a + b
print("向量加法结果：", c)

# 向量点积
d = np.dot(a, b)
print("向量点积结果：", d)

# 向量叉积
e = np.cross(a, b)
print("向量叉积结果：", e)

# 向量标准化
a_norm = np.linalg.norm(a)
a_normalized = a / a_norm
print("向量标准化结果：", a_normalized)

# 向量投影
b_norm = np.linalg.norm(b)
b_normalized = b / b_norm
a_projection = np.dot(a_normalized, b_normalized) * b_normalized * b_norm
print("向量投影结果：", a_projection)

# 向量夹角计算
cos_angle = np.dot(a_normalized, b_normalized)
angle = np.arccos(cos_angle)
print("向量夹角结果（弧度）：", angle)
print("向量夹角结果（角度）：", np.degrees(angle))

输出结果为：

向量加法结果： [ 3  9 12]
向量点积结果： 20
向量叉积结果： [ 48 -36  15]
向量标准化结果： [0.6 0.8 0. ]
向量投影结果： [1.8 2.4 0. ]
向量夹角结果（弧度）： 0.9325041555121353
向量夹角结果（角度）： 53.13010235415598

注意：在进行向量投影和向量夹角计算时，需要先将向量标准化，否则结果可能会出错。