python_numpy.linalg_部分解释

• （1）np.linalg.inv()：矩阵求逆
• （2）np.linalg.det()：矩阵求行列式（标量）

• np.linalg.norm

  顾名思义，linalg=linear+algebra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）：

  首先help(np.linalg.norm)查看其文档：

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

  这里我们只对常用设置进行说明，x表示范数的种类，

  参数	说明	计算方法
  默认	二范数：ℓ2	x21+x22+…+x2n−−−−−−−−−−−−−−−√
  ord=2	二范数：ℓ2	同上
  ord=1	一范数：ℓ1	|x1|+|x2|+…+|xn|
  ord=np.inf	无穷范数：ℓ∞	max(|xi|)

  >>> 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
   
   
  1
  2
  3
  4
  5
  6
  7
  8
  9

  范数理论的一个小推论告诉我们：ℓ1≥ℓ2≥ℓ∞