使用mathutilsVector()函数进行向量的归一化

mathutils.Vector()是Blender中的一个向量类，提供了多种操作向量的方法。其中包括归一化函数normalize()，可以将向量归一化为单位向量。

使用mathutils.Vector()函数创建一个向量对象的例子如下：

import mathutils

# 创建一个向量对象
v = mathutils.Vector((1.0, 2.0, 3.0))

# 打印向量的值
print("原始向量:", v)

输出结果为：

原始向量: <Vector (1.0000, 2.0000, 3.0000)>

接下来可以使用normalize()方法将向量归一化为单位向量：

# 归一化向量
v_normalized = v.normalized()

# 打印归一化后的向量
print("归一化向量:", v_normalized)

输出结果为：

归一化向量: <Vector (0.2673, 0.5345, 0.8018)>

从输出结果可以看出，向量v已经被归一化为单位向量v_normalized。

使用mathutils.Vector()类进行向量的归一化可以用于各种需要处理向量长度的场景，比如计算两个向量的夹角、计算向量在某个方向上的投影等等。

以下是一个计算两个向量夹角的例子：

import mathutils
import math

# 创建两个向量对象
v1 = mathutils.Vector((1.0, 0.0, 0.0))
v2 = mathutils.Vector((0.0, 1.0, 0.0))

# 计算归一化前的夹角
angle_pre = math.degrees(math.acos(v1.dot(v2)))

# 归一化向量
v1_normalized = v1.normalized()
v2_normalized = v2.normalized()

# 计算归一化后的夹角
angle_post = math.degrees(math.acos(v1_normalized.dot(v2_normalized)))

# 打印夹角结果
print("归一化前的夹角:", angle_pre)
print("归一化后的夹角:", angle_post)

输出结果为：

归一化前的夹角: 90.0
归一化后的夹角: 90.0

可以看到，无论是否进行归一化，夹角的值都是一样的。这是因为在计算夹角时，使用的是归一化后的向量。

总的来说，mathutils.Vector()类提供了丰富的向量操作方法，包括归一化、叉乘、点乘等等。使用这些方法可以方便地进行向量计算和处理。