返回 Python 中线性代数矩阵的 Frobenius 范数

在 Python Numpy 中，使用 LA.norm() 方法返回线性代数中矩阵或向量的范数。第一个参数 x 是输入数组。如果 axis 为 None，则 x 必须是 1 维或 2 维，除非 ord 为 None。如果 axis 和 ord 都为 None，则返回 x.ravel 的 2 范数。

第二个参数 ord 是范数的阶数。inf 表示 numpy 的 inf 对象。默认为 None。“fro” 作为参数设置是 Frobenius 范数。Frobenius 范数和核范数阶数仅针对矩阵定义。

步骤

首先，导入所需的库 -

import numpy as np
from numpy import linalg as LA

创建一个数组 -

arr = np.array([[ -4, -3, -2], [-1, 0, 1], [2, 3, 4] ])

显示数组 -

print("Our Array...\n",arr)

检查维度 -

print("\nDimensions of our Array...\n",arr.ndim)

获取数据类型 -

print("\nDatatype of our Array object...\n",arr.dtype)

获取形状 -

print("\nShape of our Array object...\n",arr.shape)

在 Python Numpy 中，使用 LA.norm() 方法返回线性代数中矩阵或向量的范数 -

print("\nResult...\n",LA.norm(arr, 'fro'))

示例

import numpy as np
from numpy import linalg as LA

# Create an array
arr = np.array([[ -4, -3, -2], [-1, 0, 1], [2, 3, 4] ])

# Display the array
print("Our Array...\n",arr)

# Check the Dimensions
print("\nDimensions of our Array...\n",arr.ndim)

# Get the Datatype
print("\nDatatype of our Array object...\n",arr.dtype)

# Get the Shape
print("\nShape of our Array object...\n",arr.shape)

# To return the Norm of the matrix or vector in Linear Algebra, use the LA.norm() method in Python Numpy
print("\nResult...\n",LA.norm(arr, 'fro'))

输出

Our Array...
   [[-4 -3 -2]
   [-1 0 1]
   [ 2 3 4]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

Shape of our Array object...
(3, 3)

Result...
7.745966692414834

更新于: 2022-03-09

1K+ 浏览量

开启您的 职业生涯

通过完成课程获得认证

开始学习
广告