python中的范数_python中向量数组的范数

手动完成它可能是最快的(虽然总有一些巧妙的技巧,有些帖子我没想到)：

In [75]: from numpy import random, array

In [76]: from numpy.linalg import norm

In [77]:

In [77]: A = random.rand(1000,3)

In [78]: timeit normedA_0 = array([norm(v) for v in A])

100 loops, best of 3: 16.5 ms per loop

In [79]: timeit normedA_1 = array(map(norm, A))

100 loops, best of 3: 16.9 ms per loop

In [80]: timeit normedA_2 = map(norm, A)

100 loops, best of 3: 16.7 ms per loop

In [81]: timeit normedA_4 = (A*A).sum(axis=1)**0.5

10000 loops, best of 3: 46.2 us per loop

这假设一切都是真实的.如果这不是真的,可以乘以共轭.

更新：Eric建议使用math.sqrt不起作用 – 它不处理numpy数组 – 但是使用sqrt而不是** 0.5的想法很好,所以让我们测试一下.

In [114]: timeit normedA_4 = (A*A).sum(axis=1)**0.5

10000 loops, best of 3: 46.2 us per loop

In [115]: from numpy import sqrt

In [116]: timeit normedA_4 = sqrt((A*A).sum(axis=1))

10000 loops, best of 3: 45.8 us per loop

我试了几次,这是我看到的最大的区别.