logo

Hitta en matris eller vektornorm med hjälp av NumPy

För att hitta en matris eller vektornorm använder vi funktionen numpy.linalg.norm() i Python-biblioteket Numpy. Denna funktion returnerar en av de sju matrisnormerna eller en av de oändliga vektornormerna beroende på värdet på dess parametrar.

Syntax: numpy.linalg.norm(x, ord=Ingen, axis=Ingen)
Parametrar:
x: inmatning
ord: normordning
axel: Ingen, returnerar antingen en vektor- eller en matrisnorm och om det är ett heltalsvärde specificerar det x-axeln längs vilken vektornormen kommer att beräknas



Exempel 1:

Python3



normalisering i databasen






# 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)>

>

>

Produktion:

java sträng jämförelse
Vector norm: 16.881943016134134>

Ovanstående kod beräknar vektornormen för en vektor med dimension (1, 10)
Exempel 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)>

>

>

Produktion:

Matrix norm: 9.539392014169456>

Här får vi matrisnormen för en matris med dimension (2, 3)
Exempel 3:
Att beräkna matrisnorm längs en viss axel –

Sridevi

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)>

>

>

java svans

Produktion:

Matrix norm along particular axis : [3.74165739 8.77496439]>

Denna kod genererar en matrisnorm och utgången är också en formmatris (1, 2)
Exempel 4:

Python3




java användarinmatning
# 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)>

>

>

Produktion:

Vector norm: 14.2828568570857 Matrix norm: 14.2828568570857>

Från ovanstående utdata är det tydligt om vi omvandlar en vektor till en matris, eller om båda har samma element så kommer deras norm att vara lika.