Python3:np.linalg.norm()求范数

本文详细解析了numpy库中np.linalg.norm函数的参数用法,包括矩阵范数的计算方式,不同ord参数的选择,以及如何通过axis参数指定行向量或列向量的处理方式。同时介绍了keepdims参数的作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

函数参数:x_norm=np.linalg.norm(x, ord=None, axis=None, keepdims=False)
X:表示矩阵
ord:范数类型
在这里插入图片描述
ord=None:默认情况下,是求整体的矩阵元素平方和,再开根号(图中的ord=2按下面文字描述的为准)
ord=2:|λE-ATA|=0,求特征值,然后求最大特征值得算术平方根(matlab在线版,计算ans=ATA,[x,y]=eig(ans),sqrt(y),x是特征向量,y是特征值)

③axis:处理类型

axis=1表示按行向量处理,求多个行向量的范数

axis=0表示按列向量处理,求多个列向量的范数

axis=None表示矩阵范数。

④keepding:是否保持矩阵的二维特性。默认为False

True表示保持矩阵的二维特性,False不保留矩阵的二维特性

转载文章:https://blog.youkuaiyun.com/hqh131360239/article/details/79061535

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值