python 庫 Numpy 中如何求取向量範數 np.linalg.norm(求範數)（向量的第二範數為傳統意義上的向量長度），（如何求取向量的機關向量）

求取向量二範數，并求取機關向量（行向量計算）

import numpy as np
x=np.array([[0, 3, 4], [2, 6, 4]])

y=np.linalg.norm(x, axis=1, keepdims=True)

z=x/y      

x 為需要求解的向量， y為x中行向量的二範數， z的行向量為x的行方向的機關向量。

np.linalg.norm

顧名思義，linalg=linear+algebra，norm 則表示範數，

首先需要注意的是範數是對向量（或者矩陣）的度量，是一個标量（scalar）：

首先​

​help(np.linalg.norm)​

​檢視其文檔：

norm(x, ord=None, axis=None, keepdims=False)      

ord  為設定具體範數值， axis 向量的計算方向， keepdims 設定是否保持次元不變

範數理論的一個推論:

L1  >=  L2  >=  L∞

import numpy as np

x=np.array([[0, 3, 4], [2, 6, 4]])

y2=np.sum(x**2, axis=1, keepdims=True)**0.5

z2=x/y2