Um eine Matrix- oder Vektornorm zu finden, verwenden wir die Funktion numpy.linalg.norm() der Python-Bibliothek Numpy. Diese Funktion gibt abhängig vom Wert ihrer Parameter eine der sieben Matrixnormen oder eine der unendlichen Vektornormen zurück.
Syntax: numpy.linalg.norm(x, ord=None, axis=None)
Parameter:
X: Eingang
Wort: Ordnung der Norm
Achse: Keine gibt entweder eine Vektor- oder eine Matrixnorm zurück. Wenn es sich um einen ganzzahligen Wert handelt, gibt er die x-Achse an, entlang derer die Vektornorm berechnet wird
Beispiel 1:
Python3
Java ersetzt alles
# 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)> |
>
>
Ausgabe:
Vector norm: 16.881943016134134>
Der obige Code berechnet die Vektornorm eines Vektors der Dimension (1, 10).
Beispiel 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)> |
>
>
Ausgabe:
Matrix norm: 9.539392014169456>
Hier erhalten wir die Matrixnorm für eine Matrix der Dimension (2, 3)
Beispiel 3:
So berechnen Sie die Matrixnorm entlang einer bestimmten Achse:
Python3
int zu string
# 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)> |
>
>
Ausgabe:
Matrix norm along particular axis : [3.74165739 8.77496439]>
Dieser Code generiert eine Matrixnorm und die Ausgabe ist ebenfalls eine Formmatrix (1, 2).
Beispiel 4:
Vergleichen Sie Zeichenfolgen Java
Python3
# 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)> |
>
>
Ausgabe:
Vector norm: 14.2828568570857 Matrix norm: 14.2828568570857>
Aus der obigen Ausgabe geht hervor, dass, wenn wir einen Vektor in eine Matrix umwandeln, oder wenn beide dieselben Elemente haben, auch ihre Norm gleich ist.