Python Numpy中范数norm

1、linalg = linear（线性）+ algebra（代数），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）：

2、函数参数
x_norm=np.linalg.norm(x, ord=None, axis=None, keepdims=False)

x: 表示矩阵（也可以是一维）
ord：范数类型
参数 说明 计算方法
默认 二范数：
ord=2 二范数：

KaTeX parse error: Can't use function '\)' in math mode at position 63: ….. + x_{n}^{2}}\̲)̲

ord=1 一范数：(l_{1}) (\left | x_{1} \right | + \left | x_{2} \right | + … + \left | x_{n} \right |)

ord=np.inf 无穷范数：(l_{\infty}) (MAX \left | x_{i} \right |)
————————————————

>>> 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)
4
1
2
3
4
5
6
7
8
9