<\/p>\n
La norma<\/strong> di un dato vettore, x, si calcola come segue:<\/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 Ad esempio, supponiamo che x = [3, 7, 4]<\/span><\/p>\n La grandezza verrebbe calcolata come segue:<\/span><\/p>\n ||x|| = \u221a 3 2<\/sup> + 7 2<\/sup> + 4 2<\/sup><\/span> = \u221a 74<\/span> = 8.602<\/span><\/p>\n Puoi utilizzare uno dei due metodi per calcolare la grandezza di un vettore utilizzando il pacchetto NumPy<\/a> in Python:<\/span><\/p>\n Metodo 1: utilizzare linalg.norm()<\/strong><\/span><\/p>\n Metodo 2: utilizzare le funzioni NumPy personalizzate<\/strong><\/span><\/p>\n Entrambi i metodi restituiranno esattamente lo stesso risultato, ma il secondo metodo tende ad essere molto pi\u00f9 veloce, soprattutto per i vettori di grandi dimensioni.<\/span><\/p>\n L’esempio seguente mostra come utilizzare ciascun metodo nella pratica.<\/span><\/p>\n Il codice seguente mostra come utilizzare la funzione np.linalg.norm()<\/strong> per calcolare la grandezza di un determinato vettore:<\/span><\/p>\n La grandezza del vettore \u00e8 21,77<\/strong> .<\/span><\/p>\n Il codice seguente mostra come utilizzare le funzioni NumPy personalizzate per calcolare la grandezza di un determinato vettore:<\/span><\/p>\n La grandezza del vettore \u00e8 21,77<\/strong> .<\/span><\/p>\n Tieni presente che questo corrisponde al valore che abbiamo calcolato utilizzando il metodo precedente.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre operazioni comuni utilizzando NumPy:<\/span><\/p>\n Come mappare una funzione su un array NumPy<\/a> La norma di un dato vettore, x, si calcola come segue: ||x|| = \u221a x 1 2 + x 2 2 + x 3 2 + \u2026 + x n 2 Ad esempio, supponiamo che x = [3, 7, 4] La grandezza verrebbe calcolata come segue: ||x|| = \u221a 3 2 + 7 2 + […]<\/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 Metodo 1: utilizzare 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 Metodo 2: utilizzare le funzioni NumPy personalizzate<\/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 Risorse addizionali<\/strong><\/span><\/h3>\n
Come aggiungere una colonna a un array NumPy<\/a>
Come convertire un array NumPy in un elenco in Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"