在Python中返回线性代数中的矩阵的负无穷大范数

要返回线性代数中矩阵或向量的范数，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是范数的阶。inf表示numpy的 inf对象。默认为None。

第三个参数axis，如果是整数，则指定沿其计算向量范数的x的轴。如果axis是一个2元组，则指定保存2-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）。默认为None。

第四个参数keepdims，如果设置为True，则保留在结果中被规范化的轴作为大小为1的维度。使用此选项，结果将正确地在原始x上进行广播。

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，使用LA.norm()方法−

print("\nResult...\n",LA.norm(arr, -np.inf))

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, -np.inf))

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...
2.0