<\/p>\n
Die Norm<\/strong> eines gegebenen Vektors x wird wie folgt berechnet:<\/span><\/p>\n ||x|| = \u221a x 1<\/sub> 2<\/sup> + x 2<\/sub> 2<\/sup> + x 3<\/sub> 2<\/sup> + \u2026 + x n<\/sub> 2<\/sup><\/span><\/span><\/p>\n Angenommen, x = [3, 7, 4]<\/span><\/p>\n Die Gr\u00f6\u00dfe w\u00fcrde wie folgt berechnet:<\/span><\/p>\n ||x|| = \u221a 3 2<\/sup> + 7 2<\/sup> + 4 2<\/sup><\/span> = \u221a 74<\/span> = 8,602<\/span><\/p>\n Sie k\u00f6nnen eine von zwei Methoden verwenden, um die Gr\u00f6\u00dfe eines Vektors mithilfe des NumPy-<\/a> Pakets in Python zu berechnen:<\/span><\/p>\n Methode 1: Verwenden Sie linalg.norm()<\/strong><\/span><\/p>\n Methode 2: Benutzerdefinierte NumPy-Funktionen verwenden<\/strong><\/span><\/p>\n Beide Methoden liefern genau das gleiche Ergebnis, die zweite Methode ist jedoch tendenziell viel schneller, insbesondere bei gro\u00dfen Vektoren.<\/span><\/p>\n Das folgende Beispiel zeigt, wie die einzelnen Methoden in der Praxis angewendet werden.<\/span><\/p>\n Der folgende Code zeigt, wie die Funktion np.linalg.norm()<\/strong> verwendet wird, um die Gr\u00f6\u00dfe eines bestimmten Vektors zu berechnen:<\/span><\/p>\n Der Betrag des Vektors betr\u00e4gt 21,77<\/strong> .<\/span><\/p>\n Der folgende Code zeigt, wie Sie benutzerdefinierte NumPy-Funktionen verwenden, um die Gr\u00f6\u00dfe eines bestimmten Vektors zu berechnen:<\/span><\/p>\n Der Betrag des Vektors betr\u00e4gt 21,77<\/strong> .<\/span><\/p>\n Beachten Sie, dass dies mit dem Wert \u00fcbereinstimmt, den wir mit der vorherigen Methode berechnet haben.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie mit NumPy andere g\u00e4ngige Vorg\u00e4nge ausf\u00fchren:<\/span><\/p>\n So ordnen Sie eine Funktion einem NumPy-Array zu<\/a> Die Norm eines gegebenen Vektors x wird wie folgt berechnet: ||x|| = \u221a x 1 2 + x 2 2 + x 3 2 + \u2026 + x n 2 Angenommen, x = [3, 7, 4] Die Gr\u00f6\u00dfe w\u00fcrde wie folgt berechnet: ||x|| = \u221a 3 2 + 7 2 + 4 2 = \u221a […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n n.p. linalg<\/span> . norm<\/span> (v)<\/strong><\/span><\/pre>\n n.p. sqrt<\/span> ( x.dot<\/span> (x))\n<\/strong><\/span><\/pre>\n Methode 1: Verwenden Sie linalg.norm()<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\n\n#definevector\nx = np. array<\/span> ([3, 6, 6, 4, 8, 12, 13])\n\n#calculate magnitude of vector<\/span>\nn.p. linalg<\/span> . norm<\/span> (x)\n\n21.77154105707724\n<\/span><\/span><\/strong><\/pre>\n Methode 2: Benutzerdefinierte NumPy-Funktionen verwenden<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\n\n#definevector\nx = np. array<\/span> ([3, 6, 6, 4, 8, 12, 13])\n\n#calculate magnitude of vector\n<\/span>n.p. sqrt<\/span> ( x.dot<\/span> (x))\n\n21.77154105707724\n<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So f\u00fcgen Sie eine Spalte zu einem NumPy-Array hinzu<\/a>
So konvertieren Sie ein NumPy-Array in eine Liste in Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"