np.linalg.norm

`np.linalg.norm` 是 NumPy 库中的一个函数，用于计算一个向量的范数。它可以计算不同维度的向量的不同范数，比如向量的 L1 范数、L2 范数等。

示例代码：

import numpy as np

# 计算向量的 L2 范数
v = np.array([3, 4])
l2_norm = np.linalg.norm(v)
print(l2_norm)  # 输出 5.0

# 计算矩阵的 Frobenius 范数
m = np.array([[1, 2], [3, 4]])
fro_norm = np.linalg.norm(m)
print(fro_norm)  # 输出 5.477225575051661

在上面的示例中，我们首先定义了一个二维向量 `v`，然后使用 `np.linalg.norm` 计算了它的 L2 范数。接着，我们定义了一个矩阵 `m`，并使用 `np.linalg.norm` 计算了它的 Frobenius 范数。