python numpy.linalg.norm函数的用法

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
参数说明计算方法
默认二范数:l_{2}\sqrt{x_{1}^{2} + x_{2}^{2} + ... + x_{n}^{2}}
ord=2二范数:l_{2}同上
ord=1一范数:l_{1}\left | x_{1} \right | + \left | x_{2} \right | + ... + \left | x_{n} \right |
ord=np.inf无穷范数:l_{\infty}MAX \left | x_{i} \right |
>>> 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:L_{1}>=L_{2}>=L_{\infty }​​​​​​​

 

 

 

  • 30
    点赞
  • 101
    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