Trova una matrice o una norma vettoriale utilizzando NumPy
Per trovare una matrice o una norma vettoriale utilizziamo la funzione numpy.linalg.norm() della libreria Python Numpy. Questa funzione restituisce una delle sette norme matriciali o una delle infinite norme vettoriali a seconda del valore dei suoi parametri.
Sintassi: numpy.linalg.norm(x, ord=Nessuno, asse=Nessuno)
parametri:
X: ingresso
parola: ordine della norma
asse: Nessuno, restituisce un vettore o una norma di matrice e, se è un valore intero, specifica l'asse x lungo il quale verrà calcolata la norma del vettore
Esempio 1:
Python3
# import library> import> numpy as np> # initialize vector> vec> => np.arange(> 10> )> # compute norm of vector> vec_norm> => np.linalg.norm(vec)> print> (> 'Vector norm:'> )> print> (vec_norm)> |
Produzione:
Vector norm: 16.881943016134134
Il codice sopra calcola la norma vettoriale di un vettore di dimensione (1, 10)
Esempio 2:
Python3
# import library> import> numpy as np> # initialize matrix> mat> => np.array([[> 1> ,> 2> ,> 3> ],> > [> 4> ,> 5> ,> 6> ]])> # compute norm of matrix> mat_norm> => np.linalg.norm(mat)> print> (> 'Matrix norm:'> )> print> (mat_norm)> |
Produzione:
Matrix norm: 9.539392014169456
Qui otteniamo la norma della matrice per una matrice di dimensione (2, 3)
Esempio 3:
Per calcolare la norma della matrice lungo un asse particolare:
Python3
# import library> import> numpy as np> mat> => np.array([[> 1> ,> 2> ,> 3> ],> > [> 4> ,> 5> ,> 6> ]])> # compute matrix num along axis> mat_norm> => np.linalg.norm(mat, axis> => 1> )> print> (> 'Matrix norm along particular axis :'> )> print> (mat_norm)> |
Produzione:
Matrix norm along particular axis : [3.74165739 8.77496439]
Questo codice genera una matrice norma e l'output è anche una matrice di forma (1, 2)
Esempio 4:
Python3
# import library> import> numpy as np> # initialize vector> vec> => np.arange(> 9> )> # convert vector into matrix> mat> => vec.reshape((> 3> ,> 3> ))> # compute norm of vector> vec_norm> => np.linalg.norm(vec)> print> (> 'Vector norm:'> )> print> (vec_norm)> # computer norm of matrix> mat_norm> => np.linalg.norm(mat)> print> (> 'Matrix norm:'> )> print> (mat_norm)> |
Produzione:
Vector norm: 14.2828568570857 Matrix norm: 14.2828568570857
Dall'output sopra, è chiaro se convertiamo un vettore in una matrice, o se entrambi hanno gli stessi elementi, anche la loro norma sarà uguale.
