np.linalg.norm 求范数

这篇博客介绍了如何使用numpy的linalg.norm函数来计算范数。内容包括linalg模块的含义,函数参数详解,如ord参数的不同范数类型(1范数,2范数,无穷范数),axis参数指定计算行范数或列范数,以及keepdims参数是否保留原始维度。示例代码展示了1D向量和2D矩阵中不同范数的计算方法。
摘要由CSDN通过智能技术生成

linalg的解释

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

 

函数的参数

1. numpy.linalg.norm(x, ord=None, axis=None, keepdims=False)

x: 输入的array-like

ord: 范数类型

axis: 默认是None

keepdims: 返回值是否保持原先的维度

2. 当x是1D的向量时

 默认是求2范数,示例代码如下:

>>> a = np.array([3,4])
>>> a
array([3, 4])
>>> np.linalg.norm(a)
5.0
>>> np.linalg.norm(a, ord=1)
7.0
>>> np.linalg.norm(a, ord=np.inf)
4.0

3. 当x是2D的矩阵时

ord

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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