np.linalg.norm()函数解释 举例

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：

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：

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：

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。