范数、矩阵范数到 numpy 范数函数

向量范数

范数（norm），是具有“长度”概念的函数 $p$。在线性代数、泛函分析及相关的数学领域，是一个函数，其为向量空间内的所有向量赋予非零的正长度或大小。半范数反而可以为非零的向量赋予零长度。它是欧几里得空间中长度的推广。

举一个简单的例子，一个二维度的欧氏几何空间$\mathbb {R} ^{2}$就有欧氏范数。在这个向量空间的元素（譬如：(3,7)）常常在笛卡儿坐标系统被画成一个从原点出发的箭号。每一个向量的欧氏范数就是箭号的长度。

定义

范数是一个由向量域指向实数域的函数，满足三个性质：

1. 半正定性 $p(v)\geq 0$
2. 绝对一次齐次性 $p(av)=|a|p(v)$
3. 三角不等式 $p(u+v)\leq p(u)+p(v)$

如果范数是半范数还要加上一个额外的性质才能成为范数：

• $p(v)=0$，当且仅当 $v$ 是零向量

满足这 3 + 1 的性质的范数及其向量空间被称为赋范向量空间。

例子

绝对值范数

${\displaystyle \|{\boldsymbol {x}}\|=|x|}$
是在由实数或虚数构成的一维向量中的范数。

曼哈顿范数

两点之间之间线段形成线段对轴产生的投影的距离总和。一般表示城市区块之间距离，绝对值是曼哈顿范数的特殊情况。