import numpy as np

函數： np.linalg.norm(x, ord=None, axis=None, keepdims=False)

參數釋義：x：向量或矩陣
? ? ? ? ? ? ? ? ? ord：范數類型，默認二范數，ord1=1，求一范數，即元素絕對值和，ord=2，求二范數，ord=np.inf，求無窮范數，即max(|x_i|)
? ? ? ? ? ? ? ? ??axis：維度處理，axis=1表示按行向量處理，求多個行向量的范數；axis=0表示按列向量處理，求多個列向量的范數；axis=None表示矩陣范數。
? ? ? ? ? ? ? ? ? keepdims：是否保留計算范數時指定的維度，True：保留，False：不保留

例：
?

import numpy as npx2=np.arange(12).reshape(3,4) print (x2) print (np.linalg.norm(x2)) print (np.linalg.norm(x2,ord=2, axis=0, keepdims=False).shape, np.linalg.norm(x2,ord=2, axis=0, keepdims=False)) print (np.linalg.norm(x2,ord=2, axis=0, keepdims=True).shape, np.linalg.norm(x2,ord=2, axis=0, keepdims=True)) print (np.linalg.norm(x2,ord=2, axis=1, keepdims=False).shape, np.linalg.norm(x2,ord=2, axis=1, keepdims=False)) print (np.linalg.norm(x2,ord=2, axis=1, keepdims=True).shape, np.linalg.norm(x2,ord=2, axis=1, keepdims=True))output：[[ 0 1 2 3][ 4 5 6 7][ 8 9 10 11]] 22.494443758403985 (4,) [ 8.94427191 10.34408043 11.83215957 13.37908816] (1, 4) [[ 8.94427191 10.34408043 11.83215957 13.37908816]] (3,) [ 3.74165739 11.22497216 19.13112647] (3, 1) [[ 3.74165739][11.22497216][19.13112647]]

剛多范數類型參看這篇：https://blog.csdn.net/weixin_43977640/article/details/109909488

總結

以上是生活随笔為你收集整理的Numpy中求向量和矩阵的范数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。