在Python中使用NumPy在线性代数中返回矩阵的无穷大准则

在这篇文章中，我们将介绍如何使用Python在Numpy的线性代数中返回矩阵的无穷大准则。

numpy.linalg.norm() 方法

numpy.linalg.norm() 方法在Python线性代数中返回矩阵的无限规范。这个函数可以返回8个可能的矩阵规范之一，或者无限多的向量规范，这取决于ord参数的值。矩阵的无穷大规范是最大的行和，而1-规范是取绝对值后的最大列和。换句话说，无穷大规范是最大行和，而1-规范是最大列和。

语法： numpy .linalg.norm(x, ord, axis)

参数:

• x：输入的数组。如果ord是None，x必须是1-D，如果axis是None，则是2-D。如果轴和ord都是无，x.ravel的2-norm将被返回。
• ord: 非零的int, inf, -inf, ‘fro’, ‘nuc’。(可选)
• axis: {None, int, 2-tuple of ints} .它是一个可选的参数。如果axis是一个整数，它表示应该沿着X轴计算向量规范。

返回： float 或 ndarray, **** 返回矩阵或向量的规范。

示例 1

这里，包被导入，np.arrange()方法被用来创建一个数组。.shape属性找到数组的形状，.ndim属性找到数组的尺寸，数组的数据类型是.type属性。 np.linalg.norm()方法用来返回矩阵的无穷大规范。返回的是最大的行和。

# import packages
import numpy.linalg as l
import numpy as np
  
# Creating an array
array = np.arange(12).reshape((3, 4))
print(array)
  
# shape of the array is
print("Shape of the array is : ", array.shape)
  
# dimension of the array
print("The dimension of the array is : ", array.ndim)
  
# Datatype of the array
print("Datatype of our Array is : ", array.dtype)
  
# returning the infinity norm of the matrix
print(l.norm(array, np.inf))

输出:

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
Shape of the array is :  (3, 4)
The dimension of the array is :  2
Datatype of our Array is :  int64
38.0

示例 2

在这个例子中，np.linalg.norm()方法被用来返回矩阵的负无穷大规范。-np.inf是作为ord参数的值给出的。当我们给-np.inf作为ord时，将返回最小行和，6是下面矩阵的最小行和。

# import packages
import numpy.linalg as l
import numpy as np
  
# Creating an array
array = np.arange(12).reshape((3, 4))
print(array)
  
# shape of the array is
print("Shape of the array is : ", array.shape)
  
# dimension of the array
print("The dimension of the array is : ", array.ndim)
  
# Datatype of the array
print("Datatype of our Array is : ", array.dtype)
  
# returning the infinity norm of the matrix
print(l.norm(array, -np.inf))

输出:

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
Shape of the array is :  (3, 4)
The dimension of the array is :  2
Datatype of our Array is :  int64
6.0