为什么R范数函数中的默认范数是1范数？

R中

norm

函数使用的默认范数是1-范数，这有什么原因吗

我把一些代码从

matlab

翻译成

R

，我遇到了这个问题，因为默认的是2-范数

在我看来，默认值应该是2-范数，也就是欧几里得距离

我希望有人能澄清这一点，或者给出这一选择的历史原因。我问这个问题的原因是为了理解

matlab

和

R

中范数函数的实现选择。下面是R中规范的一个实现

function (x, type = c("O", "I", "F", "M", "2")) 
{
    if (identical("2", type)) {
        svd(x, nu = 0L, nv = 0L)$d[1L]
    }
    else .Internal(La_dlange(x, type))
}

默认选择是

“O”

。在matlab中，默认值为2-范数。我觉得很奇怪，

R

与此不一致

---

我的直觉是，默认选项的实现应该与最常用的规范相对应。

我的理解是，在R中，它明确引用了不计算2-规范的LAPACK库中的DLANGE。

如果R与LAPACK紧密相关，那么原因很简单。LAPACK是用Fortran编写的，它按列存储矩阵，1-范数计算算法是面向列的，因此当有选择时，LAPACK倾向于选择1-范数而不是其他范数

---

换句话说，为了快速计算范数，R将此任务委托给LAPACK，其中最快的范数类型是1-范数。

当使用您不熟悉的函数时，您应该始终查阅文档，有时即使您认为知道该函数。我知道@Roland，这就是我所做的。我只是好奇为什么选择在R中实现norm函数。因为它可能类似于1,2和inf？@percusse可能是这样，但背后可能有其他原因。如果您可以访问LAPACK用户指南，您可以查看LAPACK默认值。这是正确的，我已经检查了dlange的实现。但这是R中的一个选择，即默认使用的规范是什么。