행렬이나 벡터 놈을 찾으려면 Python 라이브러리 Numpy의 numpy.linalg.norm() 함수를 사용합니다. 이 함수는 매개변수 값에 따라 7개의 행렬 노름 중 하나 또는 무한 벡터 노름 중 하나를 반환합니다.
통사론: numpy.linalg.norm(x, ord=없음, 축=없음)
매개변수:
엑스: 입력
단어: 규범의 순서
중심선: 없음, 벡터 또는 행렬 노름을 반환하고 정수 값인 경우 벡터 노름이 계산될 x 축을 지정합니다.
예시 1:
파이썬3
슈레야 고샬 첫 번째 남편
# 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)> |
>
>
산출:
만약 그렇지 않다면 자바
Vector norm: 16.881943016134134>
위 코드는 차원 (1, 10) 벡터의 벡터 노름을 계산합니다.
예시 2:
파이썬3
# 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)> |
>
>
산출:
Matrix norm: 9.539392014169456>
여기서 우리는 차원 (2, 3)의 행렬에 대한 행렬 노름을 얻습니다.
예시 3:
특정 축을 따라 행렬 노름을 계산하려면 –
하위 문자열 문자열 자바
파이썬3
# 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)> |
>
>
캣 팀프
산출:
Matrix norm along particular axis : [3.74165739 8.77496439]>
이 코드는 행렬 노름을 생성하고 출력도 (1, 2) 모양의 행렬입니다.
예시 4:
파이썬3
문자열을 json으로 변환 java
# 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)> |
>
>
산출:
Vector norm: 14.2828568570857 Matrix norm: 14.2828568570857>
위의 출력에서 벡터를 행렬로 변환하거나 둘 다 동일한 요소를 갖는 경우 해당 노름도 동일하다는 것이 분명합니다.