numpy.linalg.norm求范数

numpy.linalg.norm求范数

用help(numpy.linalg.norm)查看帮助文档：

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

1、x代表矩阵或者向量

2、ord，代表范数

向量的范数

ord=None	默认	元素平方和。开根号
ord=2	2范数	同上
ord=1	1范数	|x1|+|x2|+...+|xn|
ord=np.inf	无穷范数	max(|xi|）

矩阵的范数

ord=1	1范数	每列的元素绝对值相加，取和最大的
ord=2	2范数	|λE-ATA|，求特征值，得到最大特征值的算术平方根
ord=np.inf	无穷范数	每行的元素绝对值相加，取和最大的

3、axis代表向量

axis=None	按矩阵处理，即求矩阵的范数
axis=0	按列向量处理，求每个列向量的向量范数
axis=1	按行向量处理，求每个行向量的向量范数

4、keepdims，保持矩阵的特性

实例代码：

import numpy as np
from numpy import linalg as la

a=np.array([[1,2],
            [-4,5]])

print(la.norm(a,ord=1))
print(la.norm(a,ord=np.inf))
print(la.norm(a,ord=2))
print(la.norm(a,ord=np.inf,axis=0,keepdims=True))
print(la.norm(a,ord=np.inf,axis=1,keepdims=True))
print(la.norm(a,ord=1,axis=0,keepdims=True))
print(la.norm(a,ord=1,axis=1,keepdims=True))

输出：

7.0
9.0
6.4787086646190755
[[4. 5.]]

[[2.]
 [5.]]

[[5. 7.]]

[[3.]
 [9.]]