np.linalg.norm()&np.linalg.det()&np.linalg.inv()

一、np.linalg.det():矩阵求行列式

二、np.linalg.inv():矩阵求逆

三、np.linalg.norm():求范数

norm(x, ord=None, axis=None, keepdims=False)

x:表示操作的矩阵或者向量

ord:表示的是几范数(默认是二范数)

(1)ord=1:

(2)ord=2:

(3)ord=np.inf:

import numpy as np
x=np.array([3,4])
print np.linalg.norm(x)

print np.linalg.norm(x,ord=2)

print np.linalg.norm(x,ord=1)

print np.linalg.norm(x,ord=np.inf)

结果如下:

5.0
5.0
7.0
4.0

  • 6
    点赞
  • 54
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值