所以，如果你有4个向量，你知道它们的方向（所有方向都可能不同），你可以改变它们的所有幅度，如果你想让所有4个向量加成另一个你知道的向量，你会把幅度设置为多少？
这可能看起来有点太具体了，但我问这个问题的原因是我用kRPC为KSP制作的一个程序，在这个程序中，4个倾斜的发动机悬停在飞机上，即使整个飞机都倾斜了。我试着搜索它，但我不知道该搜索什么。我对向量的数学不太了解。谢谢
这可能并不总是可能的，它将取决于向量。从技术上讲，目标向量必须在四个输入向量的线性范围内。
您可以将其写成以下矩阵方程：
Ax = b
其中，b是目标向量，x是系数求和，A是通过按列堆叠四个向量而形成的矩阵。x向量存在，当且仅当A矩阵是可逆的。
您可以使用numpy.linalg.solve函数来解决此问题。
在您的情况下，如果您有4个维度为3（或2）的向量，您可能会遇到问题：在这种情况下，不仅有一个解决方案，而且会变得棘手。在实践中，您需要丢弃一个（或两个）向量，以便只保留3个（或2个）独立向量。
不过，您仍然可以使用numpy.linalg.lstsq来获得近似解。
据我所知，您正在尝试求和向量，并且正在寻找一个特定的解决方案来获得结束向量。在某种程度上，你在问如何解决一个看起来像这样的问题：
a1V1+a2V2+a3V3+a4V4=aV
其中V是矢量，a是幻像。我假设V是固定的（你的喷气式飞机的定位方式？）。我还假设你的矢量是三维
因此，仅从数学角度来看，就有3个维度和4个参数。意思是其中一个"a"可以是任何东西。如果不知道确切的矢量，我想我再也帮不了什么了。
就代码而言，求解"a"是试图求解线性方程组，通常通过使用scipy的线性代数来完成：https://docs.scipy.org/doc/scipy-0.15.1/reference/linalg.html特别是scipy.linalg.solve（）.
同样，你必须非常清楚问题的维度，如果你在矩阵中使用4个向量，你会遇到很多问题。在试图求解方程之前，必须先确定其中一个"a"值。
编辑：我对这个问题想了更多，我意识到系统中有一个约束，那就是"a"不能是负数。因此，这个系统似乎有一些独特的解决方案。