返回 Python 中線性代數矩陣的 Frobenius 範數

在 Python Numpy 中，使用 LA.norm() 方法返回線性代數中矩陣或向量的範數。第一個引數 x 是輸入陣列。如果 axis 為 None，則 x 必須是 1 維或 2 維，除非 ord 為 None。如果 axis 和 ord 都為 None，則返回 x.ravel 的 2 範數。

第二個引數 ord 是範數的階數。inf 表示 numpy 的 inf 物件。預設為 None。“fro” 作為引數設定是 Frobenius 範數。Frobenius 範數和核範數階數僅針對矩陣定義。

步驟

首先，匯入所需的庫 -

import numpy as np
from numpy import linalg as LA

建立一個數組 -

arr = np.array([[ -4, -3, -2], [-1, 0, 1], [2, 3, 4] ])

顯示陣列 -

print("Our Array...\n",arr)

檢查維度 -

print("\nDimensions of our Array...\n",arr.ndim)

獲取資料型別 -

print("\nDatatype of our Array object...\n",arr.dtype)

獲取形狀 -

print("\nShape of our Array object...\n",arr.shape)

在 Python Numpy 中，使用 LA.norm() 方法返回線性代數中矩陣或向量的範數 -

print("\nResult...\n",LA.norm(arr, 'fro'))

示例

import numpy as np
from numpy import linalg as LA

# Create an array
arr = np.array([[ -4, -3, -2], [-1, 0, 1], [2, 3, 4] ])

# Display the array
print("Our Array...\n",arr)

# Check the Dimensions
print("\nDimensions of our Array...\n",arr.ndim)

# Get the Datatype
print("\nDatatype of our Array object...\n",arr.dtype)

# Get the Shape
print("\nShape of our Array object...\n",arr.shape)

# To return the Norm of the matrix or vector in Linear Algebra, use the LA.norm() method in Python Numpy
print("\nResult...\n",LA.norm(arr, 'fro'))

輸出

Our Array...
   [[-4 -3 -2]
   [-1 0 1]
   [ 2 3 4]]

Dimensions of our Array...
2

Datatype of our Array object...
int64

Shape of our Array object...
(3, 3)

Result...
7.745966692414834

AmitDiwan

更新於: 2022-03-09

1K+ 瀏覽量

開啟您的 職業生涯

透過完成課程獲得認證

開始學習