Numpy: ¿Norma Frobenius definida para vectores?
Esta podría ser menos una pregunta de implementación y más una pregunta de "filosofía", pero ¿no debería funcionar la Norma Frobenius en Vectores? Fuente: Wolfram
Actualmente, la Norma Frobenius en numpy no acepta vectores:
import numpy as np
a = np.random.rand(10, 1)
b = np.squeeze(a)
print(np.linalg.norm(a, 'fro'))
print(np.linalg.norm(b, 'fro'))
Lo que resulta en:
1.7594677278427366
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
//anaconda3/lib/python3.7/site-packages/numpy/linalg/linalg.py in norm(x, ord, axis, keepdims)
2515 try:
-> 2516 ord + 1
2517 except TypeError:
TypeError: can only concatenate str (not "int") to str
During handling of the above exception, another exception occurred:
ValueError Traceback (most recent call last)
<ipython-input-18-2ace847024a5> in <module>
3 b = np.squeeze(a)
4 print(np.linalg.norm(a, 'fro'))
----> 5 print(np.linalg.norm(b, 'fro'))
<__array_function__ internals> in norm(*args, **kwargs)
//anaconda3/lib/python3.7/site-packages/numpy/linalg/linalg.py in norm(x, ord, axis, keepdims)
2516 ord + 1
2517 except TypeError:
-> 2518 raise ValueError("Invalid norm order for vectors.")
2519 absx = abs(x)
2520 absx **= ord
ValueError: Invalid norm order for vectors.
TNonet
Todos 6 comentarios
Esto parece un error en el manejo del 'fro' kwarg:
>>> print(np.linalg.norm(b))
1.7547099704258247
Tenga en cuenta que la norma de Frobenius es la predeterminada cuando ord kwarg es Ninguno.
rossbar
en 7 feb. 2020
xref gh-14719 y gh-14215: Pensamos en desaprobar el caso general, pero nunca seguimos adelante porque si bien no había una gran resistencia, sí la hubo. Y algunos otros paquetes lo definen así. Entonces, la cuestión es decidir dónde ir exactamente aquí ...
seberg
en 7 feb. 2020
Como Ross me señaló, el problema / PR que vinculé están relacionados solo tangencialmente y esto es claramente un error en el manejo de "fro" .
seberg
en 7 feb. 2020
¡Un PR para solucionar el error en el manejo de kwarg (y las pruebas que lo acompañan) es bienvenido! Buena captura @TNonet
rossbar
en 7 feb. 2020
Dado que este es mi primer problema, ¿existen recursos para realizar las pruebas adecuadas y una solicitud de extracción?
(Además, si tuviera que clonar el repositorio numpy y ejecutar setup.py, ¿cómo me aseguraría de qué versión numpy uso cuando importo numpy?)
Yo diría que si ord es 'fro', entonces las líneas 2512-14 a continuación.
Debería cambiarse a:
if ((ord is None) or
(ord in ('f', 'fro')) or
(ord == 2 and ndim == 1)):
Suponiendo que todos estén de acuerdo en que una matriz de enésimo orden tiene una norma forzosa que, naturalmente, suma los cuadrados de cada elemento.
TNonet
en 7 feb. 2020
En realidad, el problema está un poco más abajo en el código: si sigue el rastreo del error que recibió originalmente, debería poder encontrar el bit ofensivo.
Como se mencionó en las discusiones en # 14719 y # 14215, el comportamiento para> 2 dimensiones es un tema separado - sería mejor si pudiera limitar este PR al error en el manejo de kwarg.
Re: recursos para probar / contribuir: eche un vistazo a las pautas de contribución de NumPy . También puede echar un vistazo a las pruebas de linalg en numpy/linalg/tests/test_linalg.py para tener una idea de cómo se formulan las pruebas y dónde podrían ser apropiadas pruebas adicionales. ¡Espero que ayude!
rossbar
en 7 feb. 2020
Temas relacionados
dmvianna
·
4Comentarios
keithbriggs
·
3Comentarios
qualiaa
·
3Comentarios
ghost
·
4Comentarios
Kreol64
·
3Comentarios
Comentario más útil
En realidad, el problema está un poco más abajo en el código: si sigue el rastreo del error que recibió originalmente, debería poder encontrar el bit ofensivo.
Como se mencionó en las discusiones en # 14719 y # 14215, el comportamiento para> 2 dimensiones es un tema separado - sería mejor si pudiera limitar este PR al error en el manejo de kwarg.
Re: recursos para probar / contribuir: eche un vistazo a las pautas de contribución de NumPy . También puede echar un vistazo a las pruebas de linalg en
numpy/linalg/tests/test_linalg.pypara tener una idea de cómo se formulan las pruebas y dónde podrían ser apropiadas pruebas adicionales. ¡Espero que ayude!