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)
1
1

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：ℓ2x21+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
1
2
3
4
5
6
7
8
9
1
2
3
4
5
6
7
8
9

范数理论的一个小推论告诉我们：ℓ1≥ℓ2≥ℓ∞