对于向量 v = [2.0, -3.5, 5.1]：求 v 的 L1 范数 更新：

如何解决对于向量 v = [2.0, -3.5, 5.1]：求 v 的 L1 范数 更新：

你能帮我解决这个问题吗？我试过了，我的代码产生了以下输出 6.500769185258003 但是，系统仍然说错误的答案。你能告诉我我缺少什么吗？这是代码问题还是我计算错误。？提前致谢。

对于向量 v = [2.0,-3.5,5.1]：

• 求 v 的 L1 范数
• 将结果作为 float
返回

import numpy as np
import math
def calculate_l1_norm(v):
    '''
    INPUT: LIST or ARRAY (containing numeric elements)
    OUTPUT: FLOAT (L1 norm of v)
    calculate and return a norm for a given vector
    '''
    norm = 0
    for x in v:
        norm += x**2
    return math.sqrt(norm)
print(calculate_l1_norm([2.0,5.1]))

解决方法

您可以使用这一行来计算 L1 norm。

sum(abs(i) for i in v)

---

更新：

更新了答案以提供一个有效的例子，以解决 OP 的“它不起作用”的评论。

def calculate_l1_norm(v) -> float:
    """Return L1 normalisation as float."""
    return sum(abs(i) for i in v) 

使用：

>>> calculate_l1_norm([2.0,-3.5,5.1])

输出：

10.6