【Python】求矩阵的模长及单位向量

最新推荐文章于 2025-03-11 09:37:31 发布

原创最新推荐文章于 2025-03-11 09:37:31 发布 · 7.9k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#python #矩阵 #线性代数

python知识积累专栏收录该内容

13 篇文章

订阅专栏

本文介绍了如何使用NumPy的linalg.norm函数计算矩阵的欧几里得范数，并展示了如何将梯度向量转换为单位向量。通过轴0操作，我们实现了向量的规范化，便于后续分析和可视化。

求矩阵的模长可以使用np.linalg.norm函数，默认是求二范数，也就是Euclid范数（欧几里得范数，常用计算向量长度），即向量元素绝对值的平方和再开方。

下边是求axis=0时的单位向量：

import numpy as np

a = np.array([[3, 9, 6, 5, 3],
              [9, 3, 8, 4, 0],
              [6, 8, 9, 2, 2]])
print(a)
a_x, a_y = np.gradient(a)
print(a_x)
# print(np.gradient(a, axis=1))

norm_x = np.linalg.norm(a_x, axis=0)

print(norm_x)


print(a_x / norm_x)

for idx, x in enumerate(norm_x):
    if x == 0.0:
        a_x[:, idx] = 0
    else:
        a_x[:, idx] /= x

print(a_x)