Om een matrix- of vectornorm te vinden gebruiken we de functie numpy.linalg.norm() van de Python-bibliotheek Numpy. Deze functie retourneert een van de zeven matrixnormen of een van de oneindige vectornormen, afhankelijk van de waarde van de parameters.
Syntaxis: numpy.linalg.norm(x, ord=Geen, axis=Geen)
Parameters:
X: invoer
woord: orde van norm
as: Geen, retourneert een vector- of een matrixnorm en als het een geheel getal is, specificeert het de as van x waarlangs de vectornorm zal worden berekend
Voorbeeld 1:
Python3
mijn levende krekel
# import library> import> numpy as np> # initialize vector> vec>=> np.arange(>10>)> # compute norm of vector> vec_norm>=> np.linalg.norm(vec)> print>(>'Vector norm:'>)> print>(vec_norm)> |
>
>
Uitgang:
hacken verwerking
Vector norm: 16.881943016134134>
De bovenstaande code berekent de vectornorm van een vector met dimensie (1, 10)
Voorbeeld 2:
Python3
# import library> import> numpy as np> # initialize matrix> mat>=> np.array([[>1>,>2>,>3>],> >[>4>,>5>,>6>]])> # compute norm of matrix> mat_norm>=> np.linalg.norm(mat)> print>(>'Matrix norm:'>)> print>(mat_norm)> |
>
>
Uitgang:
Matrix norm: 9.539392014169456>
Hier krijgen we de matrixnorm voor een matrix met dimensie (2, 3)
Voorbeeld 3:
Om de matrixnorm langs een bepaalde as te berekenen:
stapel in ds
Python3
# import library> import> numpy as np> mat>=> np.array([[>1>,>2>,>3>],> >[>4>,>5>,>6>]])> # compute matrix num along axis> mat_norm>=> np.linalg.norm(mat, axis>=> 1>)> print>(>'Matrix norm along particular axis :'>)> print>(mat_norm)> |
>
>
123film
Uitgang:
Matrix norm along particular axis : [3.74165739 8.77496439]>
Deze code genereert een matrixnorm en de uitvoer is ook een vormmatrix (1, 2)
Voorbeeld 4:
Python3
java toevoegen aan een array
# import library> import> numpy as np> # initialize vector> vec>=> np.arange(>9>)> # convert vector into matrix> mat>=> vec.reshape((>3>,>3>))> # compute norm of vector> vec_norm>=> np.linalg.norm(vec)> print>(>'Vector norm:'>)> print>(vec_norm)> # computer norm of matrix> mat_norm>=> np.linalg.norm(mat)> print>(>'Matrix norm:'>)> print>(mat_norm)> |
>
>
Uitgang:
Vector norm: 14.2828568570857 Matrix norm: 14.2828568570857>
Uit de bovenstaande uitvoer is het duidelijk dat als we een vector in een matrix omzetten, of als beide dezelfde elementen hebben, hun norm ook gelijk zal zijn.