[Python知识库]Numpy中求向量和矩阵的范数

import numpy as np

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

参数释义：x：向量或矩阵
? ? ? ? ? ? ? ? ? ord：范数类型，默认二范数，ord1=1，求一范数，即元素绝对值和，ord=2，求二范数，ord=np.inf，求无穷范数，即max(|x_i|)
? ? ? ? ? ? ? ? ??axis：维度处理，axis=1表示按行向量处理，求多个行向量的范数；axis=0表示按列向量处理，求多个列向量的范数；axis=None表示矩阵范数。
? ? ? ? ? ? ? ? ? keepdims：是否保留计算范数时指定的维度，True：保留，False：不保留

例：
?

import numpy as np

x2=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]]

刚多范数类型参看这篇：https://blog.csdn.net/weixin_43977640/article/details/109909488