Devuelve la norma del vector sobre el eje dado en álgebra lineal usando NumPy en Python

En este artículo, veremos cómo devolver la Norma del vector sobre un eje dado en Álgebra lineal en Python.

método numpy.linalg.norm()

El método numpy.linalg.norm() se usa para devolver la norma del vector sobre un eje dado en álgebra lineal en Python . Dependiendo del valor del parámetro ord, esta función puede devolver una de las normas de array posibles o una de un número ilimitado de normas de vector. La distancia euclidiana de un vector desde el origen, una norma conocida como norma euclidiana, o 2-norma, que también se puede definir como la raíz cuadrada del producto interno de un vector consigo mismo. El eje =0 se usa para encontrar la norma a lo largo de las filas y el eje =1 se usa para encontrar la norma a lo largo de las columnas. A continuación se muestra la sintaxis de linalg.norm. En este, el primer parámetro debe ser una array 1-D o 2-D, mientras que ord es el orden de la norma y el eje calcula las normas vectoriales junto con el eje:

Sintaxis: numpy.linalg.norm(x, ord, eje):

Parámetros:

• x: array de entradas A menos que ord sea Ninguno, x debe ser 1-D o 2-D si el eje es Ninguno. Se devolverá la norma 2 de x.ravel si tanto el eje como el ord son Ninguno.
• ord: distinto de cero int, inf, -inf, ‘fro’, ‘nuc’. (opcional )
• eje: {Ninguno, int, 2 tuplas de int} . Si el eje es un número entero, indica el eje x a lo largo del cual se deben calcular las normas vectoriales. (opcional )

Devoluciones: float o ndarray. Se devuelve la norma de la array o el vector.

Ejemplo 1:

Aquí, los paquetes se importan y el método np.arrange() se usa para crear una array. El atributo .shape busca la forma de la array, el atributo .ndim busca la dimensión de la array y el tipo de datos de la array es el atributo .dtype . El método np.linalg.norm() se usa para devolver la norma del vector de acuerdo con el eje dado. axis=0 representa que estamos encontrando la norma del vector a lo largo de las filas.

# import packages
import numpy.linalg as l
import numpy as np
# Creating an array
array = np.arange(12)
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 norm of the vector over axis 0.
print(l.norm(array, axis=0))

Producción:

[ 0  1  2  3  4  5  6  7  8  9 10 11]
Shape of the array is :  (12,)
The dimension of the array is :  1
Datatype of our Array is :  int64
22.494443758403985

Ejemplo 2:

En este ejemplo, la entrada es una array y la norma de la array se encuentra especificando axis =1 . Representa junto con columnas.

# 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 norm of the matrix along axis 1
print(l.norm(array, axis=1))

Producción:

[[ 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
[ 3.74165739 11.22497216 19.13112647]