numpy基礎(chǔ)教程之np.linalg
前言
numpy.linalg模塊包含線性代數(shù)的函數(shù)。使用這個模塊，可以計算逆矩陣、求特征值、解線性方程組以及求解行列式等。本文講給大家介紹關(guān)于numpy基礎(chǔ)之 np.linalg的相關(guān)內(nèi)容，下面話不多說了，來一起看看詳細(xì)的介紹吧
（1）np.linalg.inv()：矩陣求逆
（2）np.linalg.det()：矩陣求行列式（標(biāo)量）
np.linalg.norm
顧名思義，linalg=linear+algebra linalg=linear+algebra\mathrm{linalg=linear + algebra}，norm norm\mathrm{norm}則表示范數(shù)，首先需要注意的是范數(shù)是對向量（或者矩陣）的度量，是一個標(biāo)量（scalar）：
首先help(np.linalg.norm)查看其文檔：
norm(x, ord=None, axis=None, keepdims=False)1
這里我們只對常用設(shè)置進(jìn)行說明，x x\mathrm{x}表示要度量的向量，ord ord\mathrm{ord}表示范數(shù)的種類，
>>> 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) 4123456789
范數(shù)理論的一個小推論告訴我們：ℓ 1 ≥ℓ 2 ≥ℓ ∞ ℓ1≥ℓ2≥ℓ∞
總結(jié)
以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，如果有疑問大家可以留言交流，謝謝大家對腳本之家的支持。
相關(guān)文章
Python有三大神器，一個是裝飾器，一個是迭代器、生成器，最后一個就是今天文章的主角 -- 「上下文管理器」。上下文管理器在日常開發(fā)中的作用是非常大的，可能有些人用到了也沒有意識到這一點(diǎn)2023-02-02
這篇文章主要介紹了Python獲取當(dāng)前時間的方法，有需要的朋友可以參考一下2014-01-01
這篇文章主要介紹了keras 權(quán)重保存和權(quán)重載入方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05
str.split()是Python中字符串類型的一個方法,可以用來將字符串按照指定的分隔符分割成多個子字符串,這篇文章主要給大家介紹了關(guān)于Python中拆分具有多個分隔符的字符串的相關(guān)資料,需要的朋友可以參考下2023-04-04
Tortoise-orm信號實(shí)現(xiàn)及使用場景源碼詳解
這篇文章主要為大家介紹了Tortoise-orm信號實(shí)現(xiàn)及使用場景源碼詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-03-03
這篇文章主要介紹了python如何快速拼接字符串，幫助大家理解和學(xué)習(xí)python，感興趣的朋友可以了解下2020-10-10
本文主要是針對Python的字典dict遍歷的4種方法進(jìn)行了性能測試，以便分析得出效率最高的一種方法2014-06-06
Flask實(shí)現(xiàn)圖片的上傳、下載及展示示例代碼
這篇文章主要介紹了Flask實(shí)現(xiàn)圖片的上傳、下載及展示示例代碼，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-08-08
這篇文章主要介紹了python的常用模塊之collections模塊詳解，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-12-12
Python 允許用戶輸入數(shù)據(jù)。這意味著我們可以向用戶詢問輸入，這篇文章主要介紹了Python?用戶輸入和字符串格式化指南,以下示例要求用戶輸入用戶名，并在輸入用戶名后將其打印在屏幕上，需要的朋友可以參考下2023-11-11