numpy.linalg.vector_norm

linalg.vector_norm(x, /, *, axis=None, keepdims=False, ord=2)

计算向量（或向量批）``x`` 的向量范数.

此函数与 Array API 兼容.

参数:

xarray_like

输入数组.

axis{None, int, 2个int的元组}, 可选

如果是一个整数,``axis`` 指定计算向量范数的轴（维度）.如果是一个 n 元组,``axis`` 指定计算批量向量范数的轴（维度）.如果 None,必须在所有数组值上计算向量范数（即,等效于计算展平数组的向量范数）.默认值:None.

keepdimsbool, 可选

如果设置为 True,归一化的轴将保留在结果中作为大小为一的维度.默认值:False.

ord{1, -1, 2, -2, inf, -inf, ‘fro’, ‘nuc’}, 可选

规范的顺序.详情请参见 numpy.linalg.norm 中 Notes 下的表格.

参见

numpy.linalg.norm

通用范数函数

示例

>>> from numpy import linalg as LA
>>> a = np.arange(9) + 1
>>> a
array([1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> b = a.reshape((3, 3))
>>> b
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

>>> LA.vector_norm(b)
16.881943016134134
>>> LA.vector_norm(b, ord=np.inf)
9.0
>>> LA.vector_norm(b, ord=-np.inf)
1.0

>>> LA.vector_norm(b, ord=1)
45.0
>>> LA.vector_norm(b, ord=-1)
0.3534857623790153
>>> LA.vector_norm(b, ord=2)
16.881943016134134
>>> LA.vector_norm(b, ord=-2)
0.8058837395885292