Python中np.linalg.norm()函数的用法及示例总结

np.linalg.norm()函数介绍

np.linalg.norm()函数是numpy中的线性代数模块（linalg）的一个函数，用于计算向量或者矩阵的范数。它可以计算欧几里得范数、曼哈顿范数、切比雪夫范数等。

np.linalg.norm()函数使用方法

np.linalg.norm()函数的使用方法如下：

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

x：数组或者向量；ord：范数的阶数，默认为2；axis：指定计算某个轴向上的范数；keepdims：是否保持维度，默认为False。

np.linalg.norm()函数示例

以下是一些np.linalg.norm()函数的示例：

• 计算欧几里得范数：

  import numpy as np
  x = np.array([1,2,3])
  np.linalg.norm(x)
  # 3.7416573867739413
  

• 计算曼哈顿范数：

  import numpy as np
  x = np.array([1,2,3])
  np.linalg.norm(x, ord=1)
  # 6.0
  

• 计算切比雪夫范数：

  import numpy as np
  x = np.array([1,2,3])
  np.linalg.norm(x, ord=np.inf)
  # 3.0
  

• 计算矩阵范数：

  import numpy as np
  x = np.array([[1,2,3],[4,5,6]])
  np.linalg.norm(x)
  # 9.539392014169456