溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇文章給大家分享的是有關numpy中np.linalg如何使用，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。
np.linalg.norm
顧名思義，linalg=linear+algebra linalg=linear+algebra\mathrm{linalg=linear + algebra}，norm norm\mathrm{norm}則表示范數(shù)，首先需要注意的是范數(shù)是對向量（或者矩陣）的度量，是一個標量（scalar）：
首先help(np.linalg.norm)查看其文檔：
norm(x, ord=None, axis=None, keepdims=False)1
這里我們只對常用設置進行說明，x x\mathrm{x}表示要度量的向量，ord ord\mathrm{ord}表示范數(shù)的種類，
>>> 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) 4123456789
范數(shù)理論的一個小推論告訴我們：? 1 ≥? 2 ≥? ∞ ?1≥?2≥?∞
以上就是numpy中np.linalg如何使用，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業(yè)資訊頻道。
免責聲明：本站發(fā)布的內容（圖片、視頻和文字）以原創(chuàng)、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關證據(jù)，一經查實，將立刻刪除涉嫌侵權內容。
