在Python中计算线性代数中向量的范数

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维或2维的，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，则指定计算向量范数的x的轴。如果axis是一个2元组，则指定保存2维矩阵的轴，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维时）或矩阵范数（当x为2维时）。默认值为None。

第四个参数keepdims，如果设置为True，则范数所规范的轴将被保留在结果中，作为大小为1的维度。使用此选项，结果将正确地广播到原始x。

步骤

首先，导入所需的库-

import numpy as np
from numpy.polynomial import linalg as LA

创建一个数组 −

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

获得形状−

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

在线性代数中，要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, axis = 0))

示例

import numpy as np
from numpy import linalg as LA

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

输出

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

Dimensions of our Array...
2

Datatype of our Array object...
int64

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

Result...
   [1.41421356 2.23606798 5. ]