np.linalg.norm()函数解释 举例
时间: 2023-11-02 19:57:54 浏览: 146
numpy基础教程之np.linalg
np.linalg.norm()函数用于计算向量或矩阵的范数(或长度)。它可以计算向量的欧几里德范数(默认情况下)或矩阵的Frobenius范数。
语法:
np.linalg.norm(x, ord=None, axis=None)
参数:
- x:要计算范数的向量或矩阵。
- ord:范数的类型。默认为None,表示计算欧几里德范数。其他可选值包括1和2,分别代表计算L1范数和L2范数。
- axis:如果x是一个矩阵,axis用于指定在哪个轴方向上进行求范数。如果axis为None(默认),则返回整个矩阵的范数值。
举例:
1. 计算向量的欧几里德范数:
``` python
import numpy as np
x = np.array([3, 4])
norm = np.linalg.norm(x)
print(norm)
```
输出:
5.0
2. 计算矩阵的Frobenius范数:
``` python
import numpy as np
x = np.array([[1, 2], [3, 4]])
norm = np.linalg.norm(x)
print(norm)
```
输出:
5.477225575051661
3. 指定计算矩阵的L1范数:
``` python
import numpy as np
x = np.array([[1, 2], [3, 4]])
norm = np.linalg.norm(x, ord=1)
print(norm)
```
输出:
6.0
这些例子展示了np.linalg.norm()函数的用法和不同类型范数的计算结果。
阅读全文