我有一个2D矩阵，我想取每一行的范数。但是当我直接使用numpy.linalg.norm（X）时，它取整个矩阵的范数
我可以通过使用for循环获取每一行的范数，然后获取每一行的范数X[I]，但这需要花费大量时间，因为我有3万行
有什么建议可以找到更快的方法吗？或者可以对矩阵的每一行应用np.linalg.norm
对于numpy 1.9+
请注意，如心周肌所示，从NumPy版本1.9开始，np.linalg.norm（x，axis=1）是计算L2范数的最快方法
对于numpy<；1.9
如果要计算L2范数，可以直接计算它（使用axis=-1参数沿行求和）：
np.sum（np.abs（x）**2，轴=-1）**（1./2）
当然，Lp范数也可以类似地计算
它比np快得多。沿轴应用，尽管可能不那么方便：
[48]on
：%timeit np.沿轴应用（np.linalg.norm，1，x）
1000圈，最好3圈：每圈208美元
At[49]：%timeit np.sum（np.abs（x）**2，axis=-1）**（1./2）
100000个回路，最好的3个：每个回路18.3 us
其他ord形式的norm也可以直接计算（具有类似的加速比）：
[55]on
：%timeit np.沿轴应用（lambda行：np.linalg.norm（行，ord=1），1，x）
1000圈，最好的3圈：203美元/圈
At[54]on：%timeit np.sum（abs（x），axis=-1）
100000个回路，最好3个：每个回路10.9 us