numpy 使用总结

转载于 2019-05-08 20:51:14 发布 · 191 阅读

CC 4.0 BY-SA版权

37 篇文章

订阅专栏

博客介绍了np.linalg线性代数计算相关模块，如np.linalg.inv()用于矩阵求逆，np.linalg.det()用于矩阵求行列式。还着重讲解了np.linalg.norm，说明了范数是对向量或矩阵的度量，是标量，并提及查看其文档及常用设置。

np.linalg

线性代数计算相关模块

顾名思义，linalg=linear+algebralinalg=linear+algebra，normnorm则表示范数，首先需要注意的是范数是对向量（或者矩阵）的度量，是一个标量（scalar）：

首先help(np.linalg.norm)查看其文档：

norm(x, ord=None, axis=None, keepdims=False)
1
这里我们只对常用设置进行说明，xx表示要度量的向量，ordord表示范数的种类，

>>> x = np.array([3, 4])
>>> np.linalg.norm(x)
5.
>>> np.linalg.norm(x, ord=2)
5.
>>> np.linalg.norm(x, ord=1)
7.
>>> np.linalg.norm(x, ord=np.inf)
4

范数理论的一个小推论告诉我们：ℓ1 ≥ ℓ2 ≥ ℓ∞

原文：https://blog.youkuaiyun.com/lanchunhui/article/details/51004387