求取向量二範數,并求取機關向量(行向量計算)
![](https://img.laitimes.com/img/_0nNw4CM6IyYiwiM6ICdiwiI0gTMx81dsQWZ4lmZf1GLlpXazVmcvwFciV2dsQXYtJ3bm9CX9s2RkBnVHFmb1clWvB3MaVnRtp1XlBXe0xCMy81dvRWYoNHLwEzX5xCMx8FesU2cfdGLwMzX0xiRGZkRGZ0Xy9GbvNGLpZTY1EmMZVDUSFTU4VFRR9Fd4VGdsYTMfVmepNHLrJXYtJXZ0F2dvwVZnFWbp1zczV2YvJHctM3cv1Ce-cmbw5yM4kTOzQmN1QTZmFTMxMDOyYzX3AjNwETM3EzLcVDMyIDMy8CXn9Gbi9CXzV2Zh1WavwVbvNmLvR3YxUjLyM3Lc9CX6MHc0RHaiojIsJye.png)
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