Question

我有这个numpy数组

X = [[ -9.03525007   7.45325017  33.34074879][ -6.63700008   5.13299996  31.66075039][ -5.12724996   8.25149989  30.92599964][ -5.12724996   8.25149989  30.92599964]]

我想使用numpy来获得这个数组的规范。我怎么能这样做？

对于里面的每个数组，我需要sqrt（x2 + y2 + z2），所以我的输出wull是4个值的数组（因为有4个内部数组）

Answer 1

为什么不使用numpy.linalg.norm

import numpy

x = [[ -9.03525007, 7.45325017 , 33.34074879], [ -6.63700008  , 5.13299996  , 31.66075039], [ -5.12724996 , 8.25149989 , 30.92599964], [ -5.12724996   , 8.25149989  , 30.92599964]]

print numpy.linalg.norm(x)

<强>输出：

66.5069889437

Answer 2

要获得您要求的内容（数组中每行的2范数），您可以使用axis参数numpy.linalg.norm：

import numpy
x = numpy.array([[ -9.03525007,   7.45325017,  33.34074879],
                 [ -6.63700008,   5.13299996,  31.66075039],
                 [ -5.12724996,   8.25149989,  30.92599964],
                 [ -5.12724996,   8.25149989,  30.92599964]])
print numpy.linalg.norm(x, axis=1)

=> 

array([ 35.33825423,  32.75363451,  32.41594355,  32.41594355])

Answer 3

您的意思是矩阵规范吗？如果是这样的话：

import numpy as np
>>> xs = [[ -9.03525007, 7.45325017, 33.34074879], [-6.63700008, 5.13299996, 31.66075039], [-5.12724996, 8.25149989, 30.92599964], [-5.12724996, 8.25149989, 30.92599964]]
>>> np.linalg.norm(xs)
66.506988943656381

请参阅：http://docs.scipy.org/doc/numpy/reference/generated/numpy.linalg.norm.html

Answer 4

其他人已经为您提供了norm()功能。您可能希望map()数组中的norm()函数。

只是做：

from numpy.linalg import norm
norms = map(norm, x)

创建一个numpy数组的规范

4 个答案: