我正在寻找计算列的范数作为矩阵中的向量的最佳方法。我现在的代码是这样的,但我相信它可以做得更好(可能是numpy?):
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)
哪个回报:
[ 2.23606798 5. ]
谢谢。
您可以使用ufuncs计算规范:
np.sqrt(np.sum(a*a, axis=0))
使用numpy的直接解决方案:
x = np.linalg.norm(a, axis=0)