Python是一種廣泛使用的編程語言，在科學計算、人工智能和數據挖掘等領域有廣泛的應用。向量范數是線性代數中的一個重要概念，表示向量的大小和長度。在Python中，計算向量范數可以使用numpy庫中的norm()函數。

import numpy as np
# 定義一個向量
v = np.array([1,2,3])
# 計算向量的L2范數
l2_norm = np.linalg.norm(v, ord=2)
print(l2_norm)
# 計算向量的L1范數
l1_norm = np.linalg.norm(v, ord=1)
print(l1_norm)
# 計算向量的L無窮范數
linf_norm = np.linalg.norm(v, ord=np.inf)
print(linf_norm)

上面的代碼中，我們先導入了numpy庫，然后定義了一個向量v=[1,2,3]。使用np.linalg.norm()函數，我們可以計算向量的L2范數、L1范數和L無窮范數。其中，ord參數指定了計算向量的范數，ord=2表示L2范數，ord=1表示L1范數，ord=np.inf表示L無窮范數。

L2范數是向量的歐幾里得長度，表示向量從原點開始到終點的距離。L1范數是向量各分量絕對值之和，表示向量到終點的直線距離。L無窮范數是向量分量絕對值的最大值，表示向量分量的最大值。

總之，Python中使用numpy庫中的norm()函數可以方便地計算向量的范數，為向量相關的科學計算提供了便利。