Numpy Linalg Norm

Im maschinellen Lernen ist gelegentlich erforderlich, die Matrix- oder Vektorgröße zu bestimmen oder zu quantifizieren. Es kann mit einer Linalg Norm -Technik in Numpy erreicht werden. Wir werden zeigen.

Was ist die Numpy Linalg Norm??

Die Matrix -Norm- oder Vektornormen werden unter Verwendung der Numpy Linalg Norm -Technik berechnet. Der Zweck dieser Funktion, die auch in der Numpy -Bibliothek enthalten ist, besteht darin, die Normen zu berechnen. Infolgedessen kann eine der Vektornormen oder acht der Matrixnormen mit dieser berechnet werden. Obwohl Matrixnormen nichts weiter als die Erweiterung eines Vektor -Norm sind, existieren sie dennoch. Darüber hinaus kann es unendliche Vektornormen berechnen.

Syntax von Numpy Linalg Norm

Die Syntax der Linalg Norm -Funktion ist unten nach den Python -Standards dargestellt.

Die vier Eingabeparameter für diese Funktion sind unten aufgeführt:

• x ist ein Eingangsarray.
• ord steht für 'Order.''
• Die Matrixnormen der Matrizen werden berechnet, wenn die Achse ein 2-Tupel ist.
• Keepdims erhält entweder einen "wahren" oder "falschen" Wert. Wenn der Wert wahr ist, werden die über Achsen ausnormierten Achsen als Abmessungen mit Größe 1 im Ergebnis gehalten. Ansonsten hält das Ergebnis die Achsen, die übernommen wurden.

Jetzt können Sie einige Beispiele zur Lösung von Problemen in den nächsten Abschnitten entdecken.

Beispiel 1:

Lassen Sie uns den Numpy verwenden.Linalg.Norm () Funktion zur Identifizierung der Norm eines Vektors oder sogar einer Matrix. Diese Funktion wird konsequent verwendet, um einen Float oder ein Array von Normwerten zurückzugeben, wenn das Array als Eingabe verwendet wird. Schauen Sie sich den Code an.

Hier haben wir den Vektor als 'vec = numpy importiert.ordnen Sie (10) an, bevor Sie das Numpy -Modul importieren. Das konstruierte Array wurde dann als Parameter für den Numpy geliefert.Linalg.Norm () Funktion, die das Ergebnis zurückgegeben hat und in der Ausgangsvariablen gespeichert wurde. Wir haben das Ergebnis in der endgültigen Erklärung gedruckt, wie Sie unten sehen können.

Numpy importieren
vec = numpy.Arange (10)
res = numpy.Linalg.Norm (VEC)
Druck (res)

Der Code generierte die folgende Ausgabe:

Beispiel 2:

Lassen Sie uns ein 1-D-Array und ein Numpy Linalg erwerben.Norm () jetzt. Hier zeigen wir, wie man Vektoren oder die Norm einer Matrix in einem eindimensionalen Numpy-Array mit dem Numpy berechnet.Linalg.Norm () Methode. Lassen Sie uns zunächst ein Array mit Numpy erstellen.Array () Methode. Siehe den Code in der Stichprobe unten.

Numpy importieren
arr_d = numpy.Array ([6, 8, 12, 16, 22, 28, 32])
res_arr = numpy.Linalg.Norm (arr_d)
print (res_arr)

Wir haben das notwendige Modul Numpy in den Code importiert. Anschließend haben wir ein 1-D-Array erstellt, das in der zweiten Zeile des Codes des Programms sichtbar ist. Es gibt 7 Werte im Array. Dies sind [6, 8, 12, 16, 22, 28, 32]. Als nächstes wenden wir den Linalg an.Norm () Methode zum neu konstruierten 1-D-Array, das wir dieser Funktion gegeben haben, und melden dann das Ergebnis. In der endgültigen Zeile des Codes haben wir die Druckanweisung verwendet, um dies zu tun.

Hier sehen Sie das Ergebnis.

Beispiel 3:

Im obigen Beispiel haben wir ein 1-D-Array und den Numpy Linalg verwendet.Norm () Funktion. Versuchen wir jetzt die gleiche Funktion mit einem 2-D-Array. Das 2-D-Array wird hier als Eingabe verwendet und dies erzeugt die Funktion einen Schwimmer oder möglicherweise ein Array von Normwerten. Siehe den unten erläuterten Code.

Nach dem Import des Numpy-Moduls haben wir in diesem Fall ein 2-D-Array erstellt. Dieses Array enthält die Werte [1, 5, 11] und [4, 8, 12]. Mit dem 2-D-Array, das wir zuvor vorbereitet haben, erhalten wir nun den Linalg.Norm(). Schließlich haben wir den Print -Befehl verwendet, um das Ergebnis anzuzeigen. Der vollständige Quellcode ist unten bereitgestellt.

Numpy importieren
new_arr = numpy.Array ([[1, 5, 11], [4, 8, 12]])
res_arr = numpy.Linalg.Norm (New_arr)
print (res_arr)

Das folgende Ergebnis wird aus dem obigen Code generiert:

Beispiel 4:

Die Matrix -Norm eines Numpy -Arrays kann zusammen mit einer gewählten Achse auch berechnet werden. Wir werden die Option Achse = 0 über den Linalg verwenden.Norm () Funktion, um die Matrix -Norm für Zeilen zu erhalten. Verwenden Sie in ähnlicher Weise Achse = 1, um die Matrixnorm für jede Spalte zu bestimmen. Das Achsenargument wird als 2-Tupel von Ganzzahlwerten angegeben.

Um Ihnen zu helfen, das Konzept besser zu machen, werden wir den Code in viele Teile teilen und jeden einzelnen separat erklären. Siehe den Code unten, der beigefügt ist.

Hier haben wir das Array konstruiert und das Numpy -Modul importiert. Die Werte im Array 'Array _one' sind [5, 9, 11] und [6, 10, 22]. Danach erhalten wir die von Linalg zurückgegebenen Werte.Norm () über der Säule und für jede der beiden Zeilen. Wie Sie sehen können, empfängt die Methode das neu erzeugte Array zusammen mit einer Achse, die auf 1 eingestellt ist. Wir haben das Ergebnis in der letzten Zeile angezeigt, nachdem wir es in einem anderen Array namens „res_arr gespeichert hatten.”

Das Ergebnis ist unten angegeben.

Lassen Sie uns nun sehen, wie der Linalg.Norm () Funktion wird auf Zeilen angewendet. Wir werden demonstrieren, wie man den Linalg bekommt.Norm () -Werte für jede der drei Spalten und jede Zeile mit dem angegebenen Code unten. Wie Sie sehen können, sind die Parameter der Funktion das neu erzeugte Array und die Achse, die auf 0 eingestellt ist.

Wir haben jetzt das Ergebnis gezeigt.

Stattdessen erklären wir, wie ein 2-D-Array zusammen mit der Achse verwendet wird, um die numpy Norm eines Vektors zu bestimmen. Der verbleibende Code entspricht dem obigen Code, mit der Ausnahme, dass die Achse, da wir ein 2-D-Array verwenden, auf (0,1) eingestellt ist. Hier ist der Code:

Unten ist der resultierende Screenshot beigefügt.

Das vollständige Codeprogramm ist unten beigefügt.

Numpy importieren
Array_one = numpy.Array ([5, 9, 11], [6, 10, 22]])
res_arr = numpy.Linalg.Norm (array_one, axis = 1)
print (res_arr)
Array_two = numpy.Linalg.Norm (array_one, axis = 0)
print (array_two)
Array_THREE = Numpy.Linalg.Norm (array_one, axis = (0,1))
print (array_thee)

Abschluss

Dieses Tutorial wurde erstellt, um Numpy Linalg Norm zu überprüfen. Wir haben Details zur Python -Funktion Numpy angegeben.Linalg.Norm () um eine Matrix- oder Vektor -Norm zu finden. Es liefert eine der unendlichen Vektornormen und hängt davon ab, was als Eingabe angegeben wurde.