Во-первых, позвольте мне упомянуть, что numpy предоставляет numpy.linalg.norm
что может упростить задачу при расчете норм. В остальном я буду придерживаться попытки из вопроса вычислить норму вручную.
L∞ норма
Норма L∞ будет супремумом двух массивов. Это можно легко рассчитать с помощью numpy.maximum
.
zz = np.maximum(np.abs(xx),np.abs(yy))
L0 "норма"
«Норма» L0 будет определяться как количество ненулевых элементов. Следовательно, для двумерного случая он может принимать значения 0 (оба нуля), 1 (один ноль) или 2 (оба ненулевые). Представление этой функции в виде контурного графика не совсем удачно, потому что функция существенно отклоняется от 2 только на двух линиях графика. Однако использование графика imshow
показало бы это.
zz = (xx != 0).astype(int) + (yy != 0).astype(int)
ax.imshow(zz, cmap='bwr', aspect="auto")
Полный пример.
Итого сюжет мог тогда выглядеть так
import matplotlib.pyplot as plt
import numpy as np
p_values = [0., 0.04, 0.5, 1, 1.5, 2, 7, np.inf]
xx, yy = np.meshgrid(np.linspace(-3, 3, num=101), np.linspace(-3, 3, num=101))
fig, axes = plt.subplots(ncols=(len(p_values) + 1)// 2,
nrows=2, figsize=(14, 7))
for p, ax in zip(p_values, axes.flat):
if p == 0:
zz = (xx != 0).astype(int) + (yy != 0).astype(int)
ax.imshow(zz, cmap='bwr', extent=(xx.min(),xx.max(),yy.min(),yy.max()), aspect="auto")
else:
if np.isinf(p):
zz = np.maximum(np.abs(xx),np.abs(yy))
else:
zz = ((np.abs((xx))**p) + (np.abs((yy))**p))**(1./p)
ax.contourf(xx, yy, zz, 30, cmap='bwr')
ax.contour(xx,yy,zz, [1], colors='red', linewidths = 2)
plt.show()
person
ImportanceOfBeingErnest
schedule
10.02.2018