Numpy Linalg Norm

Nell'apprendimento automatico, occasionalmente è necessario determinare o quantificare la dimensione della matrice o del vettore. Può essere ottenuto utilizzando una tecnica di Norm Linalg in Numpy. Dimostreremo come utilizzare la tecnica NP Linalg Norm per determinare le norme della matrice o del vettore in tutto l'articolo.

Qual è la norma Numpy Linalg?

La norma matrice o le norme vettoriali vengono calcolate usando la tecnica Numpy Linalg Norm. Lo scopo di questa funzione, che è anche incluso nella libreria numpy, è di calcolare le norme. Di conseguenza, una delle norme vettoriali o otto delle norme a matrice possono essere calcolate usandola. Sebbene le norme a matrice non siano altro che l'estensione di una norma vettoriale, esistono comunque. Inoltre, può calcolare le norme vettoriali infinite.

Sintassi di Numpy Linalg Norm

La sintassi della funzione della norma di Linalg è mostrata di seguito seguendo gli standard Python.

I quattro parametri di input per questa funzione sono elencati di seguito:

• X è un array di input.
• Ord sta per 'Ordine.'
• Le norme a matrice delle matrici vengono calcolate se l'asse è un 2 tuplo.
• KeepDims riceve un valore "vero" o "falso". Se il valore è vero, i normali sugli assi vengono mantenuti nel risultato come dimensioni con dimensione 1. Altrimenti, il risultato mantiene gli assi che sono stati normali.

Ora, puoi scoprire alcuni esempi sulla risoluzione dei problemi nelle prossime sezioni.

Esempio 1:

Usiamo il numpy.linalg.Norm () funzione per identificare la norma di un vettore o persino una matrice. Questa funzione viene utilizzata in modo coerente per restituire un galleggiante o un array di valori normali quando l'array viene utilizzato come input. Guarda il codice.

Qui, abbiamo importato il vettore come 'vec = numpy.Organizza (10) 'prima di importare il modulo numpy. L'array costruito è stato quindi fornito come parametro al numpy.linalg.funzione norm (), che ha restituito il risultato ed è stata salvata nella variabile di output. Abbiamo stampato il risultato nell'istruzione finale come puoi vedere di seguito.

importa numpy
vec = numpy.Arange (10)
res = numpy.linalg.Norm (VEC)
Stampa (Res)

Il codice ha generato il seguente output:

Esempio 2:

Acquisiamo un array 1-D e un linalg numpy.Norm () ora. Qui dimostreremo come calcolare i vettori o la norma di una matrice in un array numpy unidimensionale usando il numpy.linalg.metodo norm (). Per iniziare, costruiamo un array usando numpy.Metodo array (). Vedere il codice nell'esempio seguente.

importa numpy
arr_d = numpy.Array ([6, 8, 12, 16, 22, 28, 32])
res_arr = numpy.linalg.Norm (arr_d)
Stampa (res_arr)

Abbiamo importato il modulo necessario, Numpy, nel codice. Quindi, abbiamo prodotto un array 1-D, che è visibile nella seconda riga del codice del programma. Ci sono 7 valori nell'array. Questi sono [6, 8, 12, 16, 22, 28, 32]. Successivamente, applichiamo il linalg.metodo norm () al nuovo array 1-D che abbiamo dato a questa funzione e quindi segnala il risultato. Nella riga finale del codice, abbiamo utilizzato l'istruzione di stampa per farlo.

Qui puoi vedere il risultato.

Esempio 3:

Nell'esempio sopra, abbiamo utilizzato un array 1-D e il Linalg numpy.Norm () funzione. Proviamo ora la stessa funzione con un array 2-D. L'array 2-D viene utilizzato qui come input e facendo che la funzione produce un galleggiante o forse un array di valori normali. Vedi il codice spiegato di seguito.

Dopo aver importato il modulo numpy, in questo caso abbiamo costruito un array 2D. Questo array include i valori [1, 5, 11] e [4, 8, 12]. Ora, usando l'array 2-D che abbiamo preparato in precedenza, otteniamo Linalg.norma(). Infine, abbiamo usato il comando di stampa per visualizzare il risultato. Il codice sorgente completo è fornito di seguito.

importa numpy
new_arr = numpy.Array ([[1, 5, 11], [4, 8, 12]])
res_arr = numpy.linalg.Norm (new_arr)
Stampa (res_arr)

Il seguente risultato viene generato dal codice sopra:

Esempio 4:

La norma di matrice di una matrice numpy può anche essere calcolata insieme a un asse scelto. Useremo l'opzione Axis = 0 tramite Linalg.Norm () funzione per ottenere la norma matrice per le righe. Allo stesso modo, usa l'asse = 1 per determinare la norma matrice per ciascuna colonna. L'argomento dell'asse verrà dato come un 2-tuplo di valori interi.

Per aiutarti a migliorare il concetto, divideremo il codice in molte porzioni e spiegheremo ciascuno separatamente. Vedere il codice sottostante che è allegato.

Qui, abbiamo costruito l'array e importato il modulo numpy. I valori nell'array 'array _one' sono [5, 9, 11] e [6, 10, 22]. Successivamente, otteniamo i valori restituiti da Linalg.Norm () sulla colonna e per ciascuna delle due righe. Come puoi vedere, il metodo riceve l'array appena generato insieme a un asse impostato su 1. Abbiamo mostrato il risultato nella riga finale dopo averlo salvato in un array diverso chiamato "Res_arr."

Il risultato è riportato di seguito.

Ora vediamo come il linalg.la funzione norm () viene applicata alle righe. Dimostreremo come ottenere il linalg.valori normali () per ciascuna delle tre colonne e ogni riga utilizzando il codice fornito di seguito. Come puoi vedere, i parametri della funzione sono l'array appena generato e l'asse, che è impostato su 0.

Ora abbiamo mostrato il risultato.

Invece, spiegheremo come usare un array 2-D insieme all'asse per determinare la norma Numpy di un vettore. Il codice rimanente è lo stesso del codice sopra, con l'eccezione che poiché stiamo usando un array 2-D, l'asse è impostato su (0,1). Ecco il codice:

Di seguito, lo screenshot risultante è allegato.

Il programma di codice completo è allegato di seguito.

importa numpy
array_one = numpy.Array ([[5, 9, 11], [6, 10, 22]])
res_arr = numpy.linalg.Norm (array_one, axis = 1)
Stampa (res_arr)
array_two = numpy.linalg.Norm (array_one, axis = 0)
print (array_two)
array_three = numpy.linalg.Norm (Array_one, Axis = (0,1))
stampa (array_three)

Conclusione

Questo tutorial è stato creato per rivedere Numpy Linalg Norm. Abbiamo fornito dettagli sulla funzione Python Numpy.linalg.Norm () per trovare una matrice o una norma vettoriale. Fornisce una delle norme vettoriali infinite e dipende da ciò che è stato dato come un input.