在线代数中计算Python中矩阵的范数

要返回矩阵或向量在线代数中的范数，请使用Python中的LA.norm()方法Numpy。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，除非ord为None。如果axis和ord都为None，则返回x.ravel的2-范数。第二个参数ord是范数的顺序。inf表示numpy的inf对象。默认值为None。

第三个参数axis，如果是整数，则指定要计算向量范数的x的轴。如果axis是2元组，则指定保存2-D矩阵的轴，并计算这些矩阵的矩阵范数。如果axis为None，则返回向量范数（当x为1-D时）或矩阵范数（当x为2-D时）。默认值为None。

第四个参数keepdims，如果设置为True，则保留在结果中进行范数的轴作为具有大小为一的维度。使用此选项，结果将正确地传播到原始x。

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.arange(8).reshape(2,2,2)

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)

要在线性代数中返回矩阵或向量的范数，请使用LA.norm()方法 –

print("\nResult...\n",LA.norm(arr, axis = (1, 2)))

示例

import numpy as np
from numpy import linalg as LA

# Create an array
arr = np.arange(8).reshape(2,2,2)

# 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, axis = (1, 2)))

输出

Our Array...
   [[[0 1]
   [2 3]]

   [[4 5]
   [6 7]]]

Dimensions of our Array...
3

Datatype of our Array object...
int64

Shape of our Array object...
(2, 2, 2)

Result...
   [ 3.74165739 11.22497216]