numpy中的np.linalg怎么使用

这篇文章主要介绍了numpy中的np.linalg怎么使用的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇numpy中的np.linalg怎么使用文章都会有所收获，下面我们一起来看看吧。

np.linalg.norm

顾名思义，linalg=linear+algebra linalg=linear+algebra\mathrm{linalg=linear + algebra}，norm norm\mathrm{norm}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，x x\mathrm{x}表示要度量的向量，ord ord\mathrm{ord}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)4123456789

范数理论的一个小推论告诉我们：ℓ 1 ≥ℓ 2 ≥ℓ ∞ ℓ1≥ℓ2≥ℓ∞

关于"numpy中的np.linalg怎么使用"这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对"numpy中的np.linalg怎么使用"知识都有一定的了解，大家如果还想学习更多知识，欢迎关注行业资讯频道。