在 Python 的线性代数中返回矩阵沿指定轴的范数

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 必须是一维或二维的，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。

第三个参数 axis，如果为整数，则指定沿其计算向量范数的 x 轴。如果 axis 是一个 2 元组，则它指定保存二维矩阵的轴，并计算这些矩阵的矩阵范数。如果 axis 为 None，则返回向量范数（当 x 为一维时）或矩阵范数（当 x 为二维时）。默认为 None。

第四个参数 keepdims，如果设置为 True，则对齐进行范数计算的轴在结果中保留为大小为一的维度。使用此选项，结果将针对原始 x 正确广播。

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.arange(8).reshape(2,2,2)

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)

要返回线性代数中矩阵或向量的范数，请使用 LA.norm() 方法 -

print("\nResult...\n",LA.norm(arr, axis = (1, 2)))

示例

import numpy as np
from numpy import linalg as LA

# Create an array
arr = np.arange(8).reshape(2,2,2)

# 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, axis = (1, 2)))

输出

Our Array...
   [[[0 1]
   [2 3]]

   [[4 5]
   [6 7]]]

Dimensions of our Array...
3

Datatype of our Array object...
int64

Shape of our Array object...
(2, 2, 2)

Result...
   [ 3.74165739 11.22497216]

更新于: 2022-03-09

159 次查看

开启您的 职业生涯

通过完成课程获得认证

开始学习
广告