请编制一个通用程序计算向量的范数

当然可以。向量范数是一个向量到原点的距离，通常有几种常见的向量范数，如欧几里得范数（L2范数）、曼哈顿范数（L1范数）和无穷大范数（L-inf范数）。这里是一个简单的通用函数，用于计算二维或三维向量的欧几里得范数：

import math

def vector_norm(vector):
    """
    计算给定向量的欧几里得范数。

    参数:
    - vector (list/tuple): 一个包含数值元素的一维列表或元组，表示向量

    返回值:
    - float: 向量的欧几里得范数
    """
    if len(vector) == 2:  # 二维向量
        return math.sqrt(vector[0]**2 + vector[1]**2)
    elif len(vector) == 3:  # 三维向量
        return math.sqrt(vector[0]**2 + vector[1]**2 + vector[2]**2)
    else:
        raise ValueError("只支持二维和三维向量")

# 示例
print(vector_norm([1, 2]))  # 欧氏范数计算
print(vector_norm((3, 4, 5)))  # 三维欧氏范数计算

如果你想计算其他类型的范数，比如曼哈顿或无穷大范数，需要稍微修改一下这个函数。对于曼哈顿范数，只需将平方根替换为绝对值之和；对于无穷大范数，则取向量中每个分量的最大值。