python norm

Python中的"norm"通常是指向量的范数（norm）。范数是一种衡量向量大小的指标，它有多种定义方式，如L1范数、L2范数等。

在Python中，可以使用NumPy库来计算向量的范数。以下是一些常见的范数计算函数：

1. L1范数（曼哈顿距离）：使用`numpy.linalg.norm`函数，设置参数`ord=1`。

import numpy as np

v = np.array([1, -2, 3])
l1_norm = np.linalg.norm(v, ord=1)
print(l1_norm)  # 输出 6.0

2. L2范数（欧几里得距离）：使用`numpy.linalg.norm`函数，默认参数`ord=2`。

import numpy as np

v = np.array([1, -2, 3])
l2_norm = np.linalg.norm(v)
print(l2_norm)  # 输出 3.7416573867739413

除了NumPy，还有其他库如SciPy和TensorFlow也提供了范数计算的函数。根据具体的需求和场景，可以选择合适的库和函数进行范数计算。