嘿，我懂你这种纠结——正交基里用点积求坐标太省心了，换成非正交的就突然卡壳了对吧？别慌，咱们用最直白的方法一步步来，完全适配你编程里的(x,y)向量形式，而且尽量少用复杂的线性代数术语～

核心思路：解一个简单的二元方程组 #

假设你现在有两个非正交的基向量：

• 基向量1：v1 = (a, b)（也就是x分量是a，y分量是b）
• 基向量2：v2 = (c, d)
  你要表示的目标向量是：u = (x, y)

咱们要找两个数s和t，让把v1放大s倍、v2放大t倍，加起来刚好等于u。写成数学式子就是：

a*s + c*t = x  （x分量的等式）
b*s + d*t = y  （y分量的等式）

这就是个普通的二元一次方程组，解出s和t，就是目标向量在这个非正交基下的坐标啦！

编程里怎么计算？ #

因为是二元方程组，咱们可以直接用公式算，不用调用复杂的线性代数库（当然用库也可以，但手动算更直观）：

先算一个关键的“分母”值：det = a*d - b*c

注意：如果det等于0，说明你的两个基向量是平行的（线性相关），这时候它们不能当基用，得换两个不平行的向量才行！

然后直接计算s和t：

# 假设你用Python，向量都是列表或元组形式
v1 = (a, b)
v2 = (c, d)
u = (x, y)

a, b = v1
c, d = v2
x, y = u

det = a * d - b * c
if det == 0:
    print("基向量平行，没法求解唯一坐标！")
else:
    s = (x * d - y * c) / det
    t = (a * y - b * x) / det
    print(f"目标向量在该基下的坐标是：({s}, {t})")

举个例子验证下 #

比如基向量v1=(1,0)，v2=(1,1)（非正交），目标向量u=(3,2)
代入公式：
det = 11 - 01 = 1
s = (31 - 21)/1 = 1
t = (12 - 03)/1 = 2
验证：1*(1,0) + 2*(1,1) = (1+2, 0+2) = (3,2)，完全正确！

这样是不是就清晰多了？不用纠结点积为什么没用，直接解方程组就搞定啦～

备注：内容来源于stack exchange，提问作者Jme