在Python中，`norm`函数通常用于计算向量的范数。范数是一个标量值，表示向量的大小或长度，在机器学习和数据分析中是一个重要的概念。`norm`函数可以通过`numpy`库中的`linalg`模块调用，并可以计算不同类型的范数，如L1范数、L2范数和无穷范数。
```python
import numpy as np
计算一个向量的L2范数（欧几里得范数）
vector = np.array（[1, 2, 3]）
l2_norm = np.linalg.norm（vector）
print（l2_norm）
`norm`函数还可以接受其他参数来指定范数的类型，例如：`ord=None`：默认计算2范数（欧几里得范数）。`axis=None`：计算所有元素的范数。`keepdims=False`：计算范数时不保留原数组的维度。`norm`函数在处理向量数据时非常有用，可以帮助我们进行数据规范化等操作
