Python 官方文档：入门教程 => 点击学习
目录前言用法总结前言 np.linalg.nORM()用于求范数，linalg本意为linear(线性) + algebra(代数)，norm则表示范数。 用法 np.linalg.
np.linalg.nORM()用于求范数，linalg本意为linear(线性) + algebra(代数)，norm则表示范数。
np.linalg.norm(x, ord=None, axis=None, keepdims=False)
1.x: 表示矩阵(一维数据也是可以的~)
2.ord: 表示范数类型
向量的范数：
矩阵的向量：
3.axis：
| 参数 | 含义 |
|---|---|
| 0 | 表示按列向量来进行处理，求多个列向量的范数 |
| 1 | 表示按行向量来进行处理，求多个行向量的范数 |
| None | 表示整个矩阵的范数 |
4.keepdims：表示是否保持矩阵的二位特性，True表示保持，False表示不保持，默认为False
例子
1.默认状态下：
import numpy as np
X = [[1, 2, 3], [4, 5, 6]]
print(np.linalg.norm(X))
Result：
2.改变axis：
import numpy as np
X = [[1, 2, 3], [4, 5, 6]]
print(np.linalg.norm(X, axis=1))
import numpy as np
X = [[1, 2, 3], [4, 5, 6]]
print(np.linalg.norm(X, axis=0))
3.改变ord：
import numpy as np
X = [[1, 2, 3], [4, 5, 6]]
print(np.linalg.norm(X, ord=1))
import numpy as np
X = [[1, 2, 3], [4, 5, 6]]
print(np.linalg.norm(X, ord=2))
4.改变keepdims：
import numpy as np
X = [[1, 2, 3], [4, 5, 6]]
print(np.linalg.norm(X, axis=0, keepdims=True))
import numpy as np
X = [[1, 2, 3], [4, 5, 6]]
print(np.linalg.norm(X, axis=0))
注意：严格来说，当 ord <= 0 时，不符合数学上的范数公式，但它仍然适用于各种数值目的。
import numpy as np
a = np.arange(12)
print(a)
b = a.reshape((3, 4))
print(b)
print(np.linalg.norm(a))
print(np.linalg.norm(b))
print(np.linalg.norm(b, 'fro'))
print(np.linalg.norm(b, 'nuc'))
print(np.linalg.norm(a, np.inf))
print(np.linalg.norm(a, -np.inf))
print(np.linalg.norm(a, 1))
print(np.linalg.norm(b, np.inf, axis=1))
print(np.linalg.norm(b, -np.inf, axis=0))
print(np.linalg.norm(b, 1))
[ 0 1 2 3 4 5 6 7 8 9 10 11]
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
22.4944437584
22.4944437584
22.4944437584
24.3646384993
11.0
0.0
66.0
[ 3. 7. 11.]
[ 0. 1. 2. 3.]
21.0
到此这篇关于python中np.linalg.norm()用法实例的文章就介绍到这了,更多相关Python np.linalg.norm()用法内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
--结束END--
本文标题: Python中np.linalg.norm()用法实例总结
本文链接: https://www.lsjlt.com/news/119662.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑，方便收藏和打印～
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
官方手机版
微信公众号
商务合作
0