返回线性代数中矩阵或向量的范数，并在Python中设置顺序

要返回线性代数中矩阵或向量的范数，请在Python的NumPy中使用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，除非ord也为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，如果是一个整数，指定计算向量范数的x的轴。如果axis是一个2元组，则指定保留2-D矩阵的轴，并计算这些矩阵的矩阵范数。如果axis为None，则返回一个向量范数（当x为1-D时）或一个矩阵范数（当x为2-D时）。默认值为None。

第四个参数keepdims，如果设置为True，则保持范数化的轴作为结果中大小为一的维度。使用此选项，结果将正确广播到原始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.array([[ 1, 2, 4], [-1, 2, 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)

要在线性代数中返回矩阵或向量的范数，可以使用Python中的LA.norm()方法 Numpy −

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

示例

import numpy as np
from numpy import linalg as LA

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

输出

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

Dimensions of our Array...
2

Datatype of our Array object...
int64

Shape of our Array object...
(2, 3)

Result...
   [7. 7.]