在Python线性代数中返回矩阵的弗罗贝尼乌斯范数

要返回线性代数中矩阵或向量的范数，请使用Python NumPy中的LA.norm()方法。第一个参数x是输入数组。如果axis为None，则x必须是1-D或2-D的，除非ord为None。如果axis和ord都为None，则将返回x.ravel的2范数。

第二个参数ord是范数的顺序。inf表示Python NumPy的inf对象。默认值为None。将”齐”设置为参数表示弗罗贝尼乌斯范数。弗罗贝尼乌斯范数和核范数仅对矩阵定义。

步骤

首先，导入所需的库 –

import numpy as np
from numpy import linalg as LA

创建一个数组 –

arr = np.array([[ -4, -3, -2], [-1, 0, 1], [2, 3, 4] ])

显示数组 –

print("Our Array...\n",arr)

检查尺寸 –

print("\nDimensions of our Array...\n",arr.ndim)

获取数据类型：

print("\nDatatype of our Array object...\n",arr.dtype)

获取形状−

print("\nShape of our Array object...\n",arr.shape)

要返回线性代数中矩阵或向量的范数，请在Python中使用LA.norm()方法 Numpy −

print("\nResult...\n",LA.norm(arr, 'fro'))

示例

import numpy as np
from numpy import linalg as LA

# Create an array
arr = np.array([[ -4, -3, -2], [-1, 0, 1], [2, 3, 4] ])

# Display the array
print("Our Array...\n",arr)

# Check the Dimensions
print("\nDimensions of our Array...\n",arr.ndim)

# Get the Datatype
print("\nDatatype of our Array object...\n",arr.dtype)

# Get the Shape
print("\nShape of our Array object...\n",arr.shape)

# To return the Norm of the matrix or vector in Linear Algebra, use the LA.norm() method in Python Numpy
print("\nResult...\n",LA.norm(arr, 'fro'))

输出

Our Array...
   [[-4 -3 -2]
   [-1 0 1]
   [ 2 3 4]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

Shape of our Array object...
(3, 3)

Result...
7.745966692414834