将矩阵的列范数计算为矩阵中的向量

我正在寻找计算列的范数作为矩阵中向量的最佳方法。我的代码现在的问题是这样的，但我相信它可以变得更好（与也许NumPy的？）：将矩阵的列范数计算为矩阵中的向量

import numpy as np 
def norm(a): 
    ret=np.zeros(a.shape[1]) 
    for i in range(a.shape[1]): 
     ret[i]=np.linalg.norm(a[:,i]) 
    return ret 

a=np.array([[1,3],[2,4]]) 
print norm(a)

将返回：

[ 2.23606798 5.  ]

感谢。

来源

2013-03-31 Cupitor

http://stackoverflow.com/questions/7741878/how-to-apply的重复-numpy-linalg-norm-to-each-row-of-a-matrix可以用np.linalg.norm（a，axis = 0）完成。 – DocLP

您可以通过使用ufuncs计算标准：

np.sqrt(np.sum(a*a, axis=0))

来源

2013-03-31 02:14:30 HYRY

直接的解决方案使用numpy的：

x = np.norm(a, axis=0)

来源

2017-12-23 15:15:52 Miguel

将矩阵的列范数计算为矩阵中的向量

回答

相关问题