python中norm函数的使用方法

在Python中，norm函数可以使用NumPy库中的linalg模块来计算向量的范数。其常用的参数和使用方法如下：

参数：

- ord：指定计算的范数类型，默认为2，即欧几里得范数。常用的取值为1、2、np.inf等。
- axis：指定沿着哪个轴计算范数，默认为None，即对整个数组进行范数计算。
- keepdims：指定计算结果是否保留原数组的维度，默认为False。

使用方法：

import numpy as np

a = np.array([1, 2, 3])
print(np.linalg.norm(a))                    # 输出 3.7416573867739413，表示欧几里得范数

b = np.array([[-1, 2], [3, -4]])
print(np.linalg.norm(b))                    # 输出 5.477225575051661，表示矩阵的 Frobenius 范数

c = np.array([[1, 2, 3], [-4, 5, 6]])
print(np.linalg.norm(c, ord=1, axis=1))      # 输出 [6. 15.]，表示按行计算 L1 范数

d = np.array([[1, 2, 3], [-4, 5, 6]])
print(np.linalg.norm(d, ord=np.inf, axis=0)) # 输出 [4. 5. 6.]，表示按列计算无穷范数

更多关于NumPy中linalg模块norm函数的使用方法和示例可以参考NumPy官方文档：https://numpy.org/doc/stable/reference/generated/numpy.linalg.norm.html。