linalg.norm的用法

`numpy.linalg.norm` 是 NumPy 库中的一个函数，用于计算数组向量的范数（norm）。这个函数可以接受多种参数，以适应不同类型的范数计算：

1. `a` (array-like): 需要计算范数的数组。
2. `ord` (optional, default=2): 指定想要使用的范数类型：
- 如果 `ord=None` 或 `ord='fro'`，则计算 Frobenius 范数（矩阵元素平方和的平方根）。
- 如果 `ord=1`，则计算 L1 范数（绝对值之和）。
- 如果 `ord=2` 或不指定，计算 Euclidean（L2）范数（标准正态分布的标准差）。
- 对于整数 `ord > 0`，计算相应阶的矩阵范数。
- 如果 `ord < 1`，会抛出错误。

示例用法：

import numpy as np

# 计算一维数组的欧几里得范数
arr = np.array([1, 2, 3])
norm_2 = np.linalg.norm(arr)

# 计算二维数组的Frobenius范数
matrix = np.array([[4, 5], [6, 7]])
norm_fro = np.linalg.norm(matrix, ord='fro')

# 使用特定阶的矩阵范数（例如 L1）
vector = np.array([1, 2, 3, 4])
norm_l1 = np.linalg.norm(vector, ord=1)