np.linalg.norm() 求范数

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

使用语法:

import numpy as np
x_norm = np.linalg.norm(x, ord=None, axis=None, Keepdims=False)

x:为输入的数据

ord:范数类型

axis:处理类型

keepdims:是否要保持矩阵的二维特性,True 表示保持,False(默认)反之。

代码示例:

import numpy as np

x = np.array([[0, 3, 4], [2, 4, 4]])
print(x)
>>>
[[0 3 4]
 [2 4 4]]

x_norm = np.linalg.norm(x)
print(x_norm)
>>>
7.81024967591

x_norm = np.linalg.norm(x, ord=1, axis=1, keepdims=True)
print(x_norm)
>>>
[[  7.]
 [ 10.]]

x_norm = np.linalg.norm(x, axis=1, keepdims=True)
print(x_norm)
>>>
[[ 5.]
 [ 6.]]

来自

https://blog.csdn.net/qq_31347869/article/details/89090817

感谢!!!

  • 0
    点赞
  • 1
    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