本文小编为大家详细介绍“怎么使用numpy中的norm()函数求范数”,内容详细,步骤清晰,细节处理妥当,希望这篇“免费云主机域名怎么使用numpy中的norm()函数求范数”文章能帮助大家解决疑惑,下面跟着小编的思路慢慢深入,一起来学习新知识吧。函数:ord表示求什么类型的范数运行结果:axis=0表示对矩阵的每一列求范数,axis=1表示对矩阵的每一行求范数, keeptdims=True表示结果保留二维特性,keepdims=False表示结果不保留二维特性运行结果:numpy.linalg.normx: array_likeInput array. If axis
is None, x must be 1-D or 2-D, unless ord
is None. If both axis
and ord
are None, the 2-norm of x.ravel
will be returned.X是输入的array, array的情况必须是以下三种情况之一:axis
未指定,ord
指定。此时x必须是一维或二维数组axis
指定,x
任意axis
未指定,ord
未指定,此时x
任意,返回值为x被展平后的一维向量x.ravel
的二范数。ord:{non-zero int, inf, -inf, ‘fro’, ‘nuc’}, optionalOrder of the norm (see table under Notes). inf means numpy’s inf object. The default is None.范数的阶数,可以不指定。默认为None。inf代表无穷大,-inf为无穷小。可选的阶数见下图:axis:{None, int, 2-tuple of ints},optionalIf axis
is an integer, it specifies the axis
of x along which to compute the vector norms. If axis
is a 2-tuple, it specifies the axes that hold 2-D matrices, and the matrix norms of these matrices are computed. If axis is None then either a vector norm (when x is 1-D) or a matrix norm (when x is 2-D) is returned. The default is None.如果axis
是整数,指定了一个维度,在该维度上按照向量进行范数计算。如果是一个二元整数组,指定了两个维度,在指定的这两个维度上可以构成矩阵。对这些矩阵进行计算。如果没有指定axis
,那么对于一维输入返回其向量形式的范数计算值,对于二维输入返回其矩阵形式的范数。默认值为Nonekeepdims: bool, optionalIf this is set to True, the axes which are normed over are left in the result as dimensions with size one. With this option the result will broadcast correctly against the original x.如果keepdims=True
,被指定计算范数的维度将在返回结果中保留,其size为1。计算结果会在该维度上进行broadcast
NOTE: 对于ord的各个范数,结果在严格意义不等于数学意义上的范数。但在数值计算层面仍然有效。
默认情况当不指定ord时,即ord = None
,对于矩阵,计算其Frobenius norm
,对于向量,计算其2-norm
Frobenius范数ord = 'fro'
其公式为:F范数只对矩阵存在。其值为对所有元素的绝对值的平方求和后开平方。Nuclear范数(核范数)ord = 'nuc'
只对矩阵存在,矩阵的核范数等于其所有奇异值的和。无穷大范数对于矩阵:max(sum(abs(x), axis=1))
,每一行最终得到一个数,返回最大的数。对于向量:max(abs(x)
无穷小范数对于矩阵: min(sum(abs(x),axis=1))
,每一行得到一个数,返回最小的数。对于向量: min(abs(x))
0 范数对于矩阵:不存在对于向量:sum(x!=0)
所有非零元素的和1 范数对于矩阵:max(sum(abs(x)),axis=0
,每一列得到一个数,返回最大值。对于向量:sum(abs(x)**ord)**(1./ord)
-1 范数对于矩阵:min(sum(abs(x)),axis=0
,每一列得到一个数,返回最小值。对于向量:sum(abs(x)**ord)**(1./ord)
2 范数对于矩阵:最大的奇异值对于向量:sum(abs(x)**ord)**(1./ord)
-2范数对于矩阵:最小的奇异值对于向量:sum(abs(x)**ord)**(1./ord)
其余int值对应的范数对于矩阵: Undefined对于向量:sum(abs(x)**ord)**(1./ord)
读到这里,这篇“怎么使用numpy中的norm()函数求范数”文章已经介绍完毕,想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会,如果想了解更多相关内容的文章,欢迎关注百云主机行业资讯频道。
这篇文章主要介绍“C语言分支与循环实例代码分析”,在日常操作中,相信很多人在C语言分支与循环实免费云主机域名例代码分析问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”C语言分支与循环实例代码分析”的疑惑有所帮助!接下来,请跟着小编…
免责声明:本站发布的图片视频文字,以转载和分享为主,文章观点不代表本站立场,本站不承担相关法律责任;如果涉及侵权请联系邮箱:360163164@qq.com举报,并提供相关证据,经查实将立刻删除涉嫌侵权内容。