np linalg norm python что делает в питоне?

[NinaWizard]

Ребят, кто шарит в numpy, помогите понять, что делает np.linalg.norm в python. Нужно объяснение максимально простым языком, без книжных определений. Ещё если можно — пример юзкейса, где это используете. Я пока только погружаюсь в эту тему, так что буду рад любому совету или примеру. Спасибо!

[admin]

Ждём вас в нашем чате в Телеграмм ==>> @pythoneer_chat

А ТАКЖЕ: Канал о Python, статьи и книги ==>> @pythoneer_ru

[RomanGladiator]

np.linalg.norm — это функция из библиотеки numpy для вычисления нормы вектора или матрицы. В основном, это значение длины вектора. Вот пример:

import numpy as np

vec = np.array([1, 2, 3])
norm_vec = np.linalg.norm(vec)
print(norm_vec) 

Это выдаст длину вектора [1, 2, 3]. Удобно, когда нужно нормализовать данные или при обработке различных данных.

[RedSkull]

np.linalg.norm — это функция из библиотеки numpy для вычисления нормы вектора или матрицы. В основном, это значение длины вектора. Вот пример:

import numpy as np

vec = np.array([1, 2, 3])
norm_vec = np.linalg.norm(vec)
print(norm_vec) 

Это выдаст длину вектора [1, 2, 3]. Удобно, когда нужно нормализовать данные или при обработке различных данных.

Круто, я как раз искал что-то подобное! А что, если мне нужно норму матрицы посчитать?

[СинийВолк]

Аналогичная функция работает и для матриц. Вот пример:

import numpy as np

matrix = np.array([[1, 2], [3, 4]])
norm_matrix = np.linalg.norm(matrix)
print(norm_matrix) 

Этому код даст тебе численное значение нормы матрицы.

[Элина]

Аналогичная функция работает и для матриц. Вот пример:

import numpy as np

matrix = np.array([[1, 2], [3, 4]])
norm_matrix = np.linalg.norm(matrix)
print(norm_matrix) 

Этому код даст тебе численное значение нормы матрицы.

Слушай, это прям то, что мне нужно было! Спасибо!

[Magik]

Если копнуть глубже, np.linalg.norm можно использовать для разных типов норм. Например, L1-норма, которая сумма абсолютных значений:

norm_vec_L1 = np.linalg.norm(vec, ord=1)
print(norm_vec_L1) 

Попробуй разные параметры и найди, что тебе больше подходит.

[ontu]

Если копнуть глубже, np.linalg.norm можно использовать для разных типов норм. Например, L1-норма, которая сумма абсолютных значений:

norm_vec_L1 = np.linalg.norm(vec, ord=1)
print(norm_vec_L1) 

Попробуй разные параметры и найди, что тебе больше подходит.

Ага, L1-норма и L2-норма часто всплывают в ML. Прокачаюсь в этой теме.

[Лена]

Другие приколы — можно менять порядок нормы параметром `ord`. Например, для матриц можно считать Frobenius нормы:

frobenius_norm = np.linalg.norm(matrix, 'fro')
print(frobenius_norm) 

По-моему залипательно, особенно если работаешь с изображениями или графами.

[Фиеста]

Другие приколы — можно менять порядок нормы параметром `ord`. Например, для матриц можно считать Frobenius нормы:

frobenius_norm = np.linalg.norm(matrix, 'fro')
print(frobenius_norm) 

По-моему залипательно, особенно если работаешь с изображениями или графами.

Во, про Frobenius норму до этого не знал. Интересно, где это реально юзать можно.