数学基础（一）向量范数

1.数学定义

除了两个无穷范数以外，剩下的范数都是一个规律，即n范数就是一堆数字的n次方之和再开个n次方的根号；或者说，n范数就是一堆数字的n次方之和的n次方根。





2.理解（物理意义）

范数首先是一个函数。其次，范数表征了距离这个物理量，可以用于比较不同的向量。

1-范数：即向量元素绝对值之和，x 到零点的曼哈顿距离

2-范数：（1）x这个点与空间原点的距离，也相当于x这个向量的长度。（2）也用来计算两个点的欧氏距离。

p-范数：即向量元素绝对值的p次方和的1/p次幂，表示x到零点的p阶闵氏距

3. Numpy计算范数
numpy包里的linalg模块，是专门处理基本线性代数问题的模块。借助该模块中的norm()函数可以轻松计算向量与矩阵的范数。

norm函数说明如下所示：

def norm(x, ord=None, axis=None, keepdims=False):
    Matrix or vector norm.

    This function is able to return one of eight different matrix norms,
    or one of an infinite number of vector norms (described below), depending
    on the value of the ``ord`` parameter.

    The following norms can be calculated:

    =====  ============================  ==========================
    ord    norm for matrices             norm for vectors
    =====  ======