np.linalg.norm(求范数):linalg=linear(线性)+algebra(代数),norm则表示范数。

函数参数

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

①x: 表示矩阵(也可以是一维)

②ord:范数类型

向量的范数:

矩阵的范数:

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术平方根

ord=∞:行和的最大值

③axis:处理类型

axis=1表示按行向量处理,求多个行向量的范数

axis=0表示按列向量处理,求多个列向量的范数

axis=None表示矩阵范数。

④keepding:是否保持矩阵的二维特性

True表示保持矩阵的二维特性,False相反

向量范数:

1-范数:,即向量元素绝对值之和,matlab调用函数norm(x, 1) 。

2-范数:,Euclid范数(欧几里得范数,常用计算向量长度),即向量元素绝对值的平方和再开方,matlab调用函数norm(x, 2)。

∞-范数:,即所有向量元素绝对值中的最大值,matlab调用函数norm(x, inf)。

-∞-范数:,即所有向量元素绝对值中的最小值,matlab调用函数norm(x, -inf)。

p-范数:,即向量元素绝对值的p次方和的1/p次幂,matlab调用函数norm(x, p)。

矩阵范数:

1-范数:, 列和范数,即所有矩阵列向量绝对值之和的最大值,matlab调用函数norm(A, 1)。

2-范数:,谱范数,即A'A矩阵的最大特征值的开平方。matlab调用函数norm(x, 2)。

∞-范数:,行和范数,即所有矩阵行向量绝对值之和的最大值,matlab调用函数norm(A, inf)。

F-范数:,Frobenius范数,即矩阵元素绝对值的平方和再开平方,matlab调用函数norm(A, ’fro‘)。

import numpy as npx1=np.array([1,5,6,3,-1])
x2=np.arange(12).reshape(3,4)
print x1,'\n',x2
print '向量2范数:'
print np.linalg.norm(x1)
print np.linalg.norm(x1,ord=2)
print '默认的矩阵范数:'
print np.linalg.norm(x2)
print '矩阵2范数:'
print np.linalg.norm(x2,ord=2)

经测试知:

np.linalg.norm(X),X为向量时,默认求向量2范数,即求向量元素绝对值的平方和再开方;

X为矩阵是,默认求的是F范数。矩阵的F范数即:矩阵的各个元素平方之和再开平方根,它通常也叫做矩阵的L2范数,它的有点在它是一个凸函数,可以求导求解,易于计算。

python Numpy中求向量和矩阵的范数相关推荐

  1. python求向量函数的雅可比矩阵_在python Numpy中求向量和矩阵的范数实例

    np.linalg.norm(求范数):linalg=linear(线性)+algebra(代数),norm则表示范数. 函数参数 x_norm=np.linalg.norm(x, ord=None, ...

  2. python二维元素向量_详解python Numpy中求向量和矩阵的范数

    在python Numpy中求向量和矩阵的范数实例 np.linalg.norm(求范数):linalg=linear(线性)+algebra(代数),norm则表示范数. 函数参数 x_norm=n ...

  3. Numpy中求向量和矩阵的范数

    import numpy as np 函数: np.linalg.norm(x, ord=None, axis=None, keepdims=False) 参数释义:x:向量或矩阵           ...

  4. python求向量和矩阵的范数、求矩阵的逆

    参考博文:https://blog.csdn.net/qq_35154529/article/details/82754157 np.linalg.norm(求范数):linalg=linear(线性 ...

  5. python Numpy 中的矩阵向量乘法(np.multiply()、np.dot()、np.matmul() 和 星号(*)、@)

    python Numpy 中的矩阵向量乘法 总结 1. 对于 np.array 对象 1.1 元素乘法 用 a*b 或 np.multiply(a,b) 1.2 矩阵乘法 用 np.dot(a,b) ...

  6. 科学计算机解多元方程组,南京大学计算机科学与技术系 数值计算方法(第3章)3 向量和矩阵的范数 病态方程组 解线性方程组的迭代法.ppt...

    南京大学计算机科学与技术系 数值计算方法(第3章)3 向量和矩阵的范数 病态方程组 解线性方程组的迭代法.ppt 上传人:ct****5 文档编号:43116102 上传时间:2020-01-21 格 ...

  7. python3 nonzero_浅谈python numpy中nonzero()的用法

    nonzero函数返回非零元素的目录. 返回值为元组, 两个值分别为两个维度, 包含了相应维度上非零元素的目录值. import numpy as np A = np.mat([[0,1,2,3,4, ...

  8. Python Numpy中的范数

    数学概念 范数,是具有 "长度" 概念的函数.在线性代数.泛函分析及相关的数学领域,范数是一个函数,是矢量空间内的所有矢量赋予非零的正长度或大小. 在数学上,范数包括向量范数和矩阵 ...

  9. python/numpy中数组array和矩阵matrix的区别

    在numpy中,array(实际上是ndarray,表示多维数组)是可以有多维度的,而matrix只有两个维度,即行和列.所以matrix是array的一种特例,因而它继承了array的所有函数,同时 ...

  10. 【MATLAB】矩阵分析之向量和矩阵的范数运算

    本片借鉴于 https://blog.csdn.net/u013534498/article/details/52674008 https://blog.csdn.net/left_la/articl ...

最新文章

  1. python是多模型语言_Django多语言post模型
  2. Matlab某医院用光电比色计,数理统计答案(研究生).ppt
  3. WebSocket负载均衡
  4. 八十五、再探希尔排序,桶排序,计数排序和基数排序
  5. YUV420图像格式
  6. 4、mybatis通过配置类Configuration 实现初始化
  7. [分布式] ------ 全局唯一id生成之雪花算法(Twitter_Snowflake)
  8. 我的世界java版复仇双持_我的世界1.9更新之双持武器
  9. 计算机原理基础-原反补
  10. 【硬核课】最新《图卷积神经网络GCN》2020概述,76页ppt,NTU-Xavier Bresson,纽约大学深度学习课程...
  11. 区块链 以太坊 智能合约 运行原理和开发实例
  12. Jmeter高阶学习,运用NotePad++编写工程,随意复制多个工程到同一个工程
  13. Cisco路由器密码重置
  14. CC2530和8051(51单片机)的关系
  15. 假设有一个英文文本文件,编写程序读取其内容,并将其中的大写字母变为小写字母,小写字母变为大写字母。...
  16. 使用stm32+esp8266-01s与电脑进行mqtt交互
  17. mysql 连接慢安全狗_服务器安全狗端口安全策略导致微信小程序慢解决办法
  18. 旅行社旅游APP开发维护经验
  19. CentOS 7.5系统安装使用Mysql 5.7数据库
  20. 如何安装ruby、rails

热门文章

  1. 解决电脑屏幕变黄问题
  2. MongoDB 极简实践入门学习(转载)
  3. html如何制作正方体手工图,数学手工立体图形
  4. PHP 大数据处理思路
  5. 5G基站耗电剑指4G基站水平,通过IMT-2020(5G)大会看5G发展趋势
  6. 《计算机网络教程》(微课版 第五版)第七章 网络安全 课后习题及答案
  7. Excel制作增长趋势图
  8. 每个程序员都应该知道的事情
  9. 软件测试基础 之测试思路(笔记 重要)
  10. 给全国高校本科招办的一封公开信