vector_norm

Restituisce la norma Lp di un vettore float utilizzando il grado specificato. Il grado predefinito è 2,0 (norma euclidea) se non specificato.

Per la funzione SQL di Databricks corrispondente, vedere vector_norm funzione.

Sintassi

from pyspark.sql import functions as dbf

dbf.vector_norm(vector=<vector>, degree=<degree>)

Parameters

Parametro	Tipo	Description
vector	pyspark.sql.Column o il nome della colonna	Colonna vettore di input.
degree	pyspark.sql.Column o il nome della colonna, facoltativo	Grado di norma (1.0 per L1, 2.0 per L2, float('inf') per la norma infinito). Di default è 2.0.

Returns

pyspark.sql.Column: norma Lp come valore float.

Esempi

from pyspark.sql import functions as dbf
from pyspark.sql.types import ArrayType, FloatType, StructType, StructField

schema = StructType([StructField('v', ArrayType(FloatType()))])
df = spark.createDataFrame([([3.0, 4.0],)], schema)
df.select(dbf.vector_norm('v', dbf.lit(2.0).cast('float'))).first()[0]
# 5.0