为什么Numpy的LinAlg Norm函数的命名方式是？

Question

我一直在关注一些通过Python介绍线性代数的在线教程，并且遇到了有关向量幅度和规范化的章节。线性代数概念似乎指出：

矢量的大小 =将矢量的所有元素平方，将它们加在一起并取平方根。

矢量的标准化 =将矢量除以幅度（或乘以1 /幅度）。

太棒了！我试图谷歌如何通过Numpy的库函数找到矢量的大小，并发现找到我正在使用numpy.linalg.norm()函数的幅度。起初这对我来说似乎很奇怪，但在深入挖掘之后，似乎默认情况下函数找到了Frobenius范数，它基本上像我上面所做的那样发现了幅度。

但是，我仍然不确定为什么“规范化”函数没有给出向量的归一化选项，而是选择默认情况下它本身就是“幅度”函数。是否有一个特定的原因，为什么没有独立的量级功能，而是驻留在规范函数内？我认为必须有一个很好的理由，但这似乎让我感到困惑:)。

Answer 1

正如您已经在numpy.linalg.norm()的文档中看到的那样，有一个称为ord的参数，它是规范的顺序，默认情况下这个参数是None，如果您阅读文档，这意味着它将计算Frobenius规范，也被称为欧几里得距离。

Frobenius规范只是一个特殊情况更一般的概念vector norm，因此numpy的函数名称规范通过定义是有意义的。