python numpy.linalg.norm函数的使用及说明
作者：天行_
这篇文章主要介绍了python numpy.linalg.norm函数的使用及说明，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.linalg.norm函数的使用
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
>>> 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
范数理论的一个推论：
np.linalg.norm()函数用法
linalg=linear（线性）+algebra（代数），norm则表示范数。
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。