numpy 基础 —— np.linalg

• （1）np.linalg.inv()：矩阵求逆
• （2）np.linalg.det()：矩阵求行列式（标量）

np.linalg.norm

顾名思义，linalg=linear+algebra，norm则表示范数，首先需要注意的是范数是对向量（或者矩阵）的度量，是一个标量（scalar）：

首先help(np.linalg.norm)查看其文档：

norm(x, ord=None, axis=None, keepdims=False)

这里我们只对常用设置进行说明，x表示要度量的向量，ord表示范数的种类，

参数 说明 计算方法 默认 二范数：ℓ2 x21+x22+…+x2n−−−−−−−−−−−−−−−√ ord=2 二范数：ℓ2 同上 ord=1 一范数：ℓ1 |x1|+|x2|+…+|xn| ord=np.inf 无穷范数：ℓ∞ max(|xi|)

>>> x = np.array([3, 4])>>> np.linalg.norm(x)5.>>> np.linalg.norm(x, ord=2)5.>>> np.linalg.norm(x, ord=1)7.>>> np.linalg.norm(x, ord=np.inf)4

范数理论的一个小推论告诉我们：ℓ1≥ℓ2≥ℓ∞