函数签名：def norm(x, ord=None, axis=None, keepdims=False)
其中ord参数表示求什么类型的范数，具体参见下表
下面是用代码对一个列表求上面的范数
1 import numpy as np 2 3 x = [1,2,3,4] 4 x1 = np.linalg.norm(x=x, ord=1) 5 x2 = np.linalg.norm(x=x, ord=2) 6 x3 = np.linalg.norm(x=x, ord=np.inf) 7 print(x1) 8 print(x2) 9 print(x3)
运行结果如下
其中的axis=0表示对矩阵的每一列求范数，axis=1表示对矩阵的每一行求范数， keeptime=True表示结果保留二维特性，keeptime=False表示结果不保留二维特性
示例代码如下
1 import numpy as np 2 3 x = np.array([[0, 1, 2], 4 [3, 4, 5]]) 5 x1 = np.linalg.norm(x=x, ord=1, axis=0, keepdims=True) 6 x2 = np.linalg.norm(x=x, ord=1, axis=1, keepdims=True) 7 x3 = np.linalg.norm(x=x, ord=1, axis=0, keepdims=False) 8 x4 = np.linalg.norm(x=x, ord=1, axis=1, keepdims=False) 9 10 print(x1) 11 print(x2) 12 print(x3) 13 print(x4)
运行结果如下
原文：https://www.cnblogs.com/loubin/p/11294822.html