如何计算向量的拟范数？求助R语言实现方案

你碰到的问题很常见——R自带的norm()函数确实只支持type="1"（L1范数）、type="2"（L2范数）和type="I"（无穷范数）这几种标准范数，没法直接传入0<p<1的参数来计算拟范数。不过咱们可以按照拟范数的数学定义，自己写一个简单的函数来实现这个需求。

基础拟范数计算函数 #

拟范数的核心计算公式是：$(\sum |x_i|^p){1/p}$，其中$0<p<1$。基于这个定义，我们可以写出适配向量和矩阵的通用函数：

quasi_norm <- function(x, p) {
  # 先检查p的取值是否符合拟范数要求
  if (p <= 0 || p >= 1) {
    stop("p必须满足 0 < p < 1 哦！")
  }
  # 将输入转换为向量（不管是向量还是矩阵都能处理）
  x_vec <- as.vector(x)
  # 按照公式计算拟范数
  sum(abs(x_vec)^p)^(1/p)
}

测试你的示例 #

用你提供的向量来测试这个函数：

e <- as.matrix(c(1,1,1,1,1))
quasi_norm(e, p=0.5)
# 输出结果：25

这个结果是符合预期的：5个1的0.5次方之和是5，再取1/0.5次方（也就是平方），得到25。

扩展：按行/列计算矩阵的拟范数 #

如果你的需求是对矩阵的每一行或每一列分别计算拟范数，可以基于上面的函数扩展出两个专用函数：

# 按列计算矩阵各列的拟范数
quasi_norm_col <- function(mat, p) {
  if (p <= 0 || p >= 1) {
    stop("p必须满足 0 < p < 1 哦！")
  }
  apply(mat, 2, function(col) sum(abs(col)^p)^(1/p))
}

# 按行计算矩阵各行的拟范数
quasi_norm_row <- function(mat, p) {
  if (p <= 0 || p >= 1) {
    stop("p必须满足 0 < p < 1 哦！")
  }
  apply(mat, 1, function(row) sum(abs(row)^p)^(1/p))
}

比如用一个小矩阵测试：

test_mat <- matrix(c(1,2,3,4), nrow=2)
quasi_norm_col(test_mat, p=0.5)
# 输出：[1] 9  16
quasi_norm_row(test_mat, p=0.5)
# 输出：[1] 16  36

内容的提问来源于stack exchange，提问作者jeza