- (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∞
python_numpy.linalg_部分解释
最新推荐文章于 2021-10-29 20:31:09 发布