python numpy.linalg.norm函数的使用及说明

numpy.linalg.norm函数的使用

1、linalg = linear（线性）+ algebra（代数），norm则表示范数。

首先需要注意的是范数是对向量（或者矩阵）的度量，是一个标量（Scalar）：

2、函数参数

x_norm=np.linalg.norm(x, ord=None, axis=None, keepdims=False)

• x: 表示矩阵（也可以是一维）
• ord：范数类型

>>> x = np.array([3, 4])
>>> np.linalg.norm(x)
5.
>>> np.linalg.norm(x, ord=2)
5.
>>> np.linalg.norm(x, ord=1)
7.
>>> np.linalg.norm(x, ord=np.inf)
4

范数理论的一个推论：

np.linalg.norm()函数用法

linalg=linear（线性）+algebra（代数），norm则表示范数。

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持编程网。