[Python]实现求范数

示范语句：np.linalg.norm(x, ord = None, axis = None, keepdims = False)

参数说明如下：

x：表示矩阵（一维表示向量）
ord：表示范数（ord = 1 ：表示求列和的最大值，即1-范数；ord = 2：表示先求矩阵的特征值，再求最大特征值的算数平方根，即2-范数；ord = np. inf：表示求行和的最大值，即∞-范数；ord = ‘fro’：表示求解矩阵的F-范数）

axis：处理类型（axis=1：表示按行向量处理，求多个行向量的范数；axis=0：表示按列向量处理，求多个列向量的范数；axis = None：表示矩阵范数）

keepims：是否保持矩阵的二维特性（True：保持；False：相反）

实例1：

import numpy as np
a = [1, 4, 5, 8, -2]
print('向量a:', a)
print('向量a的1-范数',a)
print(np.linalg.norm(a, ord = 1))
print('向量a的2-范数:')
print(np.linalg.norm(a, ord = 2))
print('向量a的∞-范数:')
print(np.linalg.norm(a, ord = np.inf))

实例2：

import numpy as np
A = np.arange(3, 15).reshape(3, 4)   #构造三行四列矩阵
print('向量A:', A)
print('向量A的1-范数', A)
print(np.linalg.norm(A, ord = 1))
print('向量A的2-范数:')
print(np.linalg.norm(A, ord = 2))
print('向量A的∞-范数:')
print(np.linalg.norm(A, ord = np.inf))
print('向量A的F-范数:')
print(np.linalg.norm(A, ord = 'fro'))
print('向量A的列向量2-范数:')
print(np.linalg.norm(A, ord = 2, axis = 0))
print('向量A的行向量2-范数:')
print(np.linalg.norm(A, ord = 2, axis = 1))