在不同的领域，人们对向量的看法也不同。计算机科学家可能认为向量是一个有序的数字列表，而物理学家则认为它是一个同时具有大小和方向的量。线性代数巧妙地将这两种观点联系起来。

从几何学的角度来看，向量是一个在空间中带有箭头的线段。这个箭头指明了向量的方向，而线段的长度则代表了它的大小。想象一下，从一个点出发，朝着某个方向走一定的距离——这就是一个向量。为了方便起见，我们通常将向量的起点放在坐标系的原点。

在线性代数中，普通的数字通常被称为标量。将一个向量乘以一个标量，本质上是在“缩放”这个向量。这个操作会改变向量的长度，有时也会改变它的方向。

如果用一个大于1的数去乘，向量会被拉长。如果乘以一个0到1之间的数，它会缩短。而如果乘以一个负数，它不仅会被缩放，还会完全反转方向，指向180度的反方向。

这个操作非常直观。如果向量 $\vec{v}$ 代表向某个方向移动一定距离，那么 $2\vec{v}$ 就代表朝着同一个方向移动两倍的距离。

向量加法描述的是一种连续的位移。想象一下，你先按照向量 $\vec{a}$ 的指示走了一段路，然后停下来，再按照向量 $\vec{b}$ 的指示继续走。你最终的位移——从起点到终点的直线距离和方向——就是这两个向量的和，记作 $\vec{a} + \vec{b}$。

在几何上，这可以通过“首尾相接”法来表示。将第二个向量的起点移动到第一个向量的终点，然后从第一个向量的起点画一个箭头指向第二个向量的终点，这个新的箭头就是它们的和。

这个方法也解释了著名的平行四边形定则。如果你将两个向量的起点都放在原点，然后以它们为邻边画一个平行四边形，那么从原点出发的对角线就代表了它们的和。

现在，让我们把纯粹的几何概念和数字联系起来。坐标系为我们提供了一个描述向量的框架。在二维平面上，我们通常使用两个相互垂直的基向量，分别记作 $\hat{\imath}$ 和 $\hat{\jmath}$。

$\hat{\imath}$ 是一个指向x轴正方向的单位向量（长度为1）。 $\hat{\jmath}$ 是一个指向y轴正方向的单位向量。

任何一个二维向量都可以表示为这两个基向量的缩放和相加的结果，也就是它们的线性组合。例如，向量 $\begin{pmatrix} 3 \\ 2 \end{pmatrix}$ 实际上是说：“沿着x轴方向走3个 $\hat{\imath}$ 的长度，然后沿着y轴方向走2个 $\hat{\jmath}$ 的长度”。

因此，我们熟悉的坐标 $(3, 2)$ 实际上是构建向量 $\vec{v}$ 所需的“配方”：它告诉我们需要多少“份”的 $\hat{\imath}$ 和多少“份”的 $\hat{\jmath}$。

将向量看作是空间中的箭头，而不仅仅是列表中的数字，这种几何直觉是理解更高级概念（如线性变换）的关键。一个变换可能会拉伸、旋转或剪切整个空间，而理解这一切是如何发生的，始于理解它是如何影响这些基本箭头的。