python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > numpy norm()函数求范数

numpy中的norm()函数求范数实例

作者:若水cjj

这篇文章主要介绍了numpy中的norm()函数求范数实例,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

numpy norm()函数求范数

函数:

norm(x, ord = None, axis = None, keepdims = False)

ord表示求什么类型的范数

举例说明

import numpy as np

x = [1,2,3,4]
x1 = np.linalg.norm(x=x, ord=1)
x2 = np.linalg.norm(x=x, ord=2)
x3 = np.linalg.norm(x=x, ord=np.inf)
print(x1)
print(x2)
print(x3)

运行结果:

axis=0表示对矩阵的每一列求范数,axis=1表示对矩阵的每一行求范数, keeptdims=True表示结果保留二维特性,keepdims=False表示结果不保留二维特性

import numpy as np

x = np.array([[0, 1, 2],
              [3, 4, 5]])
x1 = np.linalg.norm(x=x, ord=1, axis=0, keepdims=True)
x2 = np.linalg.norm(x=x, ord=1, axis=1, keepdims=True)
x3 = np.linalg.norm(x=x, ord=1, axis=0, keepdims=False)
x4 = np.linalg.norm(x=x, ord=1, axis=1, keepdims=False)

print(x1)
print(x2)
print(x3)
print(x4)

运行结果:

numpy求解范数(numpy.linalg.norm)以及各阶范数详解

numpy.linalg.norm

语法

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

Parameters

x: array_like

Input array. If axis is None, x must be 1-D or 2-D, unless ord is None. If both axis and ord are None, the 2-norm of x.ravel will be returned.

X是输入的array, array的情况必须是以下三种情况之一:

ord:{non-zero int, inf, -inf, ‘fro’, ‘nuc’}, optional

Order of the norm (see table under Notes). inf means numpy’s inf object. The default is None.

范数的阶数,可以不指定。默认为None。inf代表无穷大,-inf为无穷小。

可选的阶数见下图:

ord

axis:{None, int, 2-tuple of ints},optional

If axis is an integer, it specifies the axis of x along which to compute the vector norms. If axis is a 2-tuple, it specifies the axes that hold 2-D matrices, and the matrix norms of these matrices are computed. If axis is None then either a vector norm (when x is 1-D) or a matrix norm (when x is 2-D) is returned. The default is None.

如果axis是整数,指定了一个维度,在该维度上按照向量进行范数计算。如果是一个二元整数组,指定了两个维度,在指定的这两个维度上可以构成矩阵。

对这些矩阵进行计算。如果没有指定axis,那么对于一维输入返回其向量形式的范数计算值,对于二维输入返回其矩阵形式的范数。默认值为None

keepdims: bool, optional

If this is set to True, the axes which are normed over are left in the result as dimensions with size one. With this option the result will broadcast correctly against the original x.

如果keepdims=True,被指定计算范数的维度将在返回结果中保留,其size为1。计算结果会在该维度上进行broadcast

各范数详析

NOTE: 对于ord<1的各个范数,结果在严格意义不等于数学意义上的范数。但在数值计算层面仍然有效。

ord

默认情况

当不指定ord时,即ord = None,对于矩阵,计算其Frobenius norm,对于向量,计算其2-norm

Frobenius范数

ord = 'fro'

其公式为:

Frobenius范数

F范数只对矩阵存在。其值为对所有元素的绝对值的平方求和后开平方。

Nuclear范数(核范数)

无穷大范数

无穷小范数

0 范数

1 范数

-1 范数

2 范数

-2范数

其余int值对应的范数

总结

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

您可能感兴趣的文章:
阅读全文