(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+algebralinalg=linear+algebra,normnorm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)
这里我们只对常用设置进行说明,xx表示要度量的向量,ordord表示范数的种类,
![cbde812aad2c9c104b5b3569ef8fe2d7.png](https://i-blog.csdnimg.cn/blog_migrate/46f6c7159a6d8943768b29db30c8aa13.png)
>>> 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
范数理论的一个小推论告诉我们:ℓ1≥ℓ2≥ℓ∞
原文链接:numpy 基础 -- np.linalg