np.linalg.norm() # linalg = linear(线性) + algebra(代数)， norm表示范数
x_norm = np.linalg.norm(x, ord=None, axis=None, keepdims=False)
①x: 表示矩阵（也可以是一维）
②ord：范数类型
向量的范数：
矩阵的范数：
ord=1：列和的最大值
ord=2：|λE-ATA|=0，求特征值，然后求最大特征值得算术平方根
ord=∞：行和的最大值
ord=None：默认情况下，是求整体的矩阵元素平方和，再开根号。（注意.None不是求2范数）
③axis：处理类型
axis=1表示按行向量处理，求多个行向量的范数
axis=0表示按列向量处理，求多个列向量的范数
axis=None表示矩阵范数。
④keepdims：是否保持矩阵的二维特性，避免出现shape = (5, )这样的形状
True表示保持矩阵的二维特性，False相反