在python Numpy中求向量和矩陣的范數(shù)實(shí)例
np.linalg.norm(求范數(shù)):linalg=linear（線性）+algebra（代數(shù)），norm則表示范數(shù)。
函數(shù)參數(shù)
x_norm=np.linalg.norm(x, ord=None, axis=None, keepdims=False)
①x: 表示矩陣（也可以是一維）
②ord：范數(shù)類型
向量的范數(shù)：
矩陣的范數(shù)：
ord=1：列和的最大值
ord=2：|λE-ATA|=0，求特征值，然后求最大特征值得算術(shù)平方根
ord=∞：行和的最大值
③axis：處理類型
axis=1表示按行向量處理，求多個(gè)行向量的范數(shù)
axis=0表示按列向量處理，求多個(gè)列向量的范數(shù)
axis=None表示矩陣范數(shù)。
④keepding：是否保持矩陣的二維特性
True表示保持矩陣的二維特性，F(xiàn)alse相反
向量范數(shù):
1-范數(shù)：
，即向量元素絕對(duì)值之和，matlab調(diào)用函數(shù)norm(x, 1) 。
2-范數(shù)：
，Euclid范數(shù)（歐幾里得范數(shù)，常用計(jì)算向量長(zhǎng)度），即向量元素絕對(duì)值的平方和再開方，matlab調(diào)用函數(shù)norm(x, 2)。
∞-范數(shù)：
，即所有向量元素絕對(duì)值中的最大值，matlab調(diào)用函數(shù)norm(x, inf)。
-∞-范數(shù)：
，即所有向量元素絕對(duì)值中的最小值，matlab調(diào)用函數(shù)norm(x, -inf)。
p-范數(shù)：
，即向量元素絕對(duì)值的p次方和的1/p次冪，matlab調(diào)用函數(shù)norm(x, p)。
矩陣范數(shù):
1-范數(shù)：
， 列和范數(shù)，即所有矩陣列向量絕對(duì)值之和的最大值，matlab調(diào)用函數(shù)norm(A, 1)。
2-范數(shù)：
，譜范數(shù)，即A'A矩陣的最大特征值的開平方。matlab調(diào)用函數(shù)norm(x, 2)。
∞-范數(shù)：
，行和范數(shù)，即所有矩陣行向量絕對(duì)值之和的最大值，matlab調(diào)用函數(shù)norm(A, inf)。
F-范數(shù)：
，F(xiàn)robenius范數(shù)，即矩陣元素絕對(duì)值的平方和再開平方，matlab調(diào)用函數(shù)norm(A, 'fro‘)。
import numpy as np x1=np.array([1,5,6,3,-1]) x2=np.arange(12).reshape(3,4) print x1,'\n',x2 print '向量2范數(shù):' print np.linalg.norm(x1) print np.linalg.norm(x1,ord=2) print '默認(rèn)的矩陣范數(shù):' print np.linalg.norm(x2) print '矩陣2范數(shù):' print np.linalg.norm(x2,ord=2)
經(jīng)測(cè)試知：
np.linalg.norm(X),X為向量時(shí)，默認(rèn)求向量2范數(shù)，即求向量元素絕對(duì)值的平方和再開方；
X為矩陣是，默認(rèn)求的是F范數(shù)。矩陣的F范數(shù)即：矩陣的各個(gè)元素平方之和再開平方根，它通常也叫做矩陣的L2范數(shù)，它的有點(diǎn)在它是一個(gè)凸函數(shù)，可以求導(dǎo)求解，易于計(jì)算。
以上這篇在python Numpy中求向量和矩陣的范數(shù)實(shí)例就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要給大家介紹了關(guān)于python中字符串最常用的13個(gè)處理操作的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
這篇文章主要介紹了詳解pygame捕獲鍵盤事件的兩種方式，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-04-04
在python里協(xié)程使用同步鎖Lock的實(shí)例
今天小編就為大家分享一篇在python里協(xié)程使用同步鎖Lock的實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-02-02
在本篇文章里小編給大家整理的是關(guān)于python生成隨機(jī)紅包的實(shí)例寫法以及相關(guān)知識(shí)點(diǎn)，有需要的朋友們可以學(xué)習(xí)下。2019-09-09
Python plt 利用subplot 實(shí)現(xiàn)在一張畫布同時(shí)畫多張圖
這篇文章主要介紹了Python plt 利用subplot 實(shí)現(xiàn)在一張畫布同時(shí)畫多張圖，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-02-02
python中extend函數(shù)舉例詳解以及對(duì)比
Python中的extend函數(shù)是用于將一個(gè)列表的元素添加到另一個(gè)列表中,它會(huì)將第一個(gè)列表中的元素逐個(gè)添加到第二個(gè)列表的末尾,這篇文章主要給大家介紹了關(guān)于python中extend函數(shù)舉例詳解以及對(duì)比的相關(guān)資料,需要的朋友可以參考下2024-03-03
anaconda中Conda創(chuàng)建虛擬環(huán)境的實(shí)現(xiàn)步驟
在Anaconda中,可以使用conda命令來創(chuàng)建和管理虛擬環(huán)境,本文主要介紹了anaconda中Conda創(chuàng)建虛擬環(huán)境的實(shí)現(xiàn)步驟,具有一定的參考價(jià)值,感興趣的可以了解一下2023-12-12
最近在做項(xiàng)目的時(shí)候，突然想到的這個(gè)問題，覺得比較有趣，就實(shí)際測(cè)試了一下，考慮到以后可能會(huì)有用，就總結(jié)下來寫了這篇文章，剛興趣的朋友們可以參考學(xué)習(xí)下，下面來跟著小編一起看看吧。2016-12-12
Python虛擬機(jī)中描述器的王炸應(yīng)用分享
本篇文章給大家介紹一下描述器在?python?語言當(dāng)中有哪些應(yīng)用，主要介紹如何使用?python?語言實(shí)現(xiàn)?python?內(nèi)置的?proterty?、staticmethod?和?class?method，需要的可以參考一下2023-05-05
python 標(biāo)準(zhǔn)差計(jì)算的實(shí)現(xiàn)（std）
這篇文章主要介紹了python 標(biāo)準(zhǔn)差計(jì)算的實(shí)現(xiàn)（std），文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07