python 小技巧

x_norm=np.linalg.norm(x, ord=None, axis=None, keepdims=False)

求两个坐标之间的距离→

distmat = np.linalg.norm(coordinates1 - coordinates2)

①x: 表示矩阵（也可以是一维）

②ord：范数类型

向量的范数：

 

矩阵的范数：

ord=1：列和的最大值

ord=2：|λE-ATA|=0，求特征值，然后求最大特征值得算术平方根(matlab在线版，计算ans=ATA，[x,y]=eig(ans)，sqrt(y)，x是特征向量，y是特征值)

ord=∞：行和的最大值

ord=None：默认情况下，是求整体的矩阵元素平方和，再开根号。（没仔细看，以为默认情况下就是矩阵的二范数，修正一下，默认情况下是求整个矩阵元素平方和再开根号）

③axis：处理类型

axis=1表示按行向量处理，求多个行向量的范数

axis=0表示按列向量处理，求多个列向量的范数

axis=None表示矩阵范数。

④keepding：是否保持矩阵的二维特性

True表示保持矩阵的二维特性，False相反

建立numpy空数值

np.empty_like(a) #依据给定数组(a)的形状和类型返回一个新的空数组。