支持库pipinstallscipy旋转矩阵计算代码axis是旋转轴，radian旋转角度（弧度）rot_matrix=linalg.expm(np.cross(np.eye(3),axis/linalg.norm

1.直接用numpy的linalg.norm函数求范数用np.linalg.norm()函数可

importnumpyasnpimportmathimportscipy.linalgaslinalg轴角转化为旋转矩阵公式定义：defrotate_mat(axis,radian):rot_matrix=linalg.expm(np.cross(np.eye(3),axis/linalg.norm

A=(8,1,6)#手工计算modA=sqrt(sum(power(A,2)))print("modA:",modA)#库函数norma=linalg.norm(A)print("norm(A):",normA

目录1.矩阵的基本运算1.1矩阵的逆:linalg.inv()1.2求解线性方程组：linalg.solve()1.3行列式：linalg.det(A)1.4计算范数：linalg.norm(B)1.5

numpy.linalg模块包含线性代数的函数。使用这个模块，可以计算逆矩阵、求特征值、解线性方程组以及求解行列式等.np.liealg.norm函数用来计算所谓的范数，可以输入一个vector，也可以输入一个matrix。L2范数是最常见的范数，恐怕就是一个vector的长度，这属于2阶范数，对vector中的每个component平方，求和，再开根号。这也被称为欧几里得范数（Euclidean

2、n维空间的余弦公式：3、python中的工具：numpy中提供了范数的计算工具：linalg.norm()，假定X、Y均为列向量，则：num=float(X.T*Y)#若为行向量则X*Y.Tdenom

纠正：在机器学习系统设计一书中，关于求欧几里得范数是使用scipy下的linagl.norm来求的，在实际中用的应该是numpy中的linalg.norm来求的，当然也可能是我下载的scipy包和书中的不一样一种文本相似性度量的方式叫做