Python中np.linalg.norm()用法實例總結

    目錄

    前言

    np.linalg.norm()用于求范數,linalg本意為linear(線性) + algebra(代數),norm則表示范數。

    用法

    np.linalg.norm(x, ord=None, axis=None, keepdims=False)

    1.x: 表示矩陣(一維數據也是可以得~)

    2.ord: 表示范數類型

    向量得范數

    矩陣得向量

    • ord=1:表示求列和得最大值
    • ord=2:|λE-ATA|=0,求特征值,然后求最大特征值得算術平方根
    • ord=∞:表示求行和得最大值
    • ord=None:表示求整體得矩陣元素平方和,再開根號

    3.axis:

    參數含義
    0表示按列向量來進行處理,求多個列向量得范數
    1表示按行向量來進行處理,求多個行向量得范數
    None表示整個矩陣得范數

    4.keepdims:表示是否保持矩陣得二位特性,True表示保持,False表示不保持,默認為False

    例子

    1.默認狀態下

    import numpy as npX = [[1, 2, 3], [4, 5, 6]]print(np.linalg.norm(X))

    Result:

    2.改變axis

    import numpy as npX = [[1, 2, 3], [4, 5, 6]]print(np.linalg.norm(X, axis=1))
    import numpy as npX = [[1, 2, 3], [4, 5, 6]]print(np.linalg.norm(X, axis=0))

    3.改變ord

    import numpy as npX = [[1, 2, 3], [4, 5, 6]]print(np.linalg.norm(X, ord=1))
    import numpy as npX = [[1, 2, 3], [4, 5, 6]]print(np.linalg.norm(X, ord=2))

    4.改變keepdims

    import numpy as npX = [[1, 2, 3], [4, 5, 6]]print(np.linalg.norm(X, axis=0, keepdims=True))
    import numpy as npX = [[1, 2, 3], [4, 5, 6]]print(np.linalg.norm(X, axis=0))

    注意:嚴格來說,當 ord <= 0 時,不符合數學上得范數公式,但它仍然適用于各種數值目得。

    import numpy as npa = np.arange(12)print(a)b = a.reshape((3, 4))print(b)print(np.linalg.norm(a))print(np.linalg.norm(b))print(np.linalg.norm(b, 'fro'))print(np.linalg.norm(b, 'nuc'))print(np.linalg.norm(a, np.inf))print(np.linalg.norm(a, -np.inf))print(np.linalg.norm(a, 1))print(np.linalg.norm(b, np.inf, axis=1))print(np.linalg.norm(b, -np.inf, axis=0))print(np.linalg.norm(b, 1))

    [ 0  1  2  3  4  5  6  7  8  9 10 11]
    [[ 0  1  2  3]
     [ 4  5  6  7]
     [ 8  9 10 11]]
    22.4944437584
    22.4944437584
    22.4944437584
    24.3646384993
    11.0
    0.0
    66.0
    [  3.   7.  11.]
    [ 0.  1.  2.  3.]
    21.0

    總結

    到此這篇關于Python中np.linalg.norm()用法實例得內容就介紹到這了,更多相關Python np.linalg.norm()用法內容請搜索之家以前得內容或繼續瀏覽下面得相關內容希望大家以后多多支持之家!

    聲明:所有內容來自互聯網搜索結果,不保證100%準確性,僅供參考。如若本站內容侵犯了原著者的合法權益,可聯系我們進行處理。
    發表評論
    更多 網友評論1 條評論)
    暫無評論

    返回頂部

    主站蜘蛛池模板: 日韩内射美女人妻一区二区三区 | 在线精品国产一区二区三区 | 中日韩一区二区三区| 人妻少妇久久中文字幕一区二区| 亚洲综合av一区二区三区| 乱子伦一区二区三区| 亚洲AV无码一区二区二三区软件| 无码人妻精品一区二区三18禁| 中文国产成人精品久久一区| 少妇一夜三次一区二区| 色偷偷av一区二区三区| 国偷自产av一区二区三区| 狠狠色婷婷久久一区二区三区| 午夜无码一区二区三区在线观看 | 99久久精品午夜一区二区| 农村人乱弄一区二区| 成人免费av一区二区三区| 一区二区三区在线免费| 天堂不卡一区二区视频在线观看| 国产成人精品一区二区A片带套 | 国产亚洲一区二区精品| 国产在线观看一区二区三区精品| 一区二区在线播放视频| 国产福利电影一区二区三区久久久久成人精品综合| 天堂国产一区二区三区| 麻豆AV一区二区三区| 久久精品无码一区二区WWW| 91视频国产一区| 国产乱码精品一区二区三区麻豆 | 国产高清在线精品一区二区| 一区二区免费国产在线观看| 亚洲AV永久无码精品一区二区国产| 国产精品伦子一区二区三区| 一区二区三区精品视频| 插我一区二区在线观看| 亚洲AV无码一区二区乱孑伦AS| 中文字幕一区二区三区久久网站 | 久久4k岛国高清一区二区| 3d动漫精品成人一区二区三| 久久人妻无码一区二区| 一区二区三区AV高清免费波多|