numpy.linalg.eig() 计算矩阵特征向量方式
更新时间：2019年11月29日 10:09:12 作者：chixujohnny
今天小编就为大家分享一篇numpy.linalg.eig() 计算矩阵特征向量方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
在PCA中有遇到，在这里记录一下
计算矩阵的特征值个特征向量，下面给出几个示例代码：
在使用前需要单独import一下
>>> from numpy import linalg as LA
>>> w, v = LA.eig(np.diag((1, 2, 3)))
>>> w; v
array([ 1., 2., 3.])
array([[ 1., 0., 0.],
[ 0., 1., 0.],
[ 0., 0., 1.]])
>>> w, v = LA.eig(np.array([[1, -1], [1, 1]]))
>>> w; v
array([ 1. + 1.j, 1. - 1.j])
array([[ 0.70710678+0.j , 0.70710678+0.j ],
[ 0.00000000-0.70710678j, 0.00000000+0.70710678j]])
>>> a = np.array([[1, 1j], [-1j, 1]])
>>> w, v = LA.eig(a)
>>> w; v
array([ 2.00000000e+00+0.j, 5.98651912e-36+0.j]) # i.e., {2, 0}
array([[ 0.00000000+0.70710678j, 0.70710678+0.j ],
[ 0.70710678+0.j , 0.00000000+0.70710678j]])
>>> a = np.array([[1 + 1e-9, 0], [0, 1 - 1e-9]])
>>> # Theor. e-values are 1 +/- 1e-9
>>> w, v = LA.eig(a)
>>> w; v
array([ 1., 1.])
array([[ 1., 0.],
[ 0., 1.]])
官方文档链接：http://docs.scipy.org/doc/numpy/reference/generated/numpy.linalg.eig.html
以上这篇numpy.linalg.eig() 计算矩阵特征向量方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
下面小编就为大家带来一篇python 禁止函数修改列表的实现方法。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-08-08
这篇文章主要为大家介绍了python中selenium模块的安装和配置环境变量教程、提取数据操作、无头模式，有需要的朋友可以借鉴参考下，希望能够对大家有所帮助2022-10-10
这篇文章主要介绍了Python 分享10个PyCharm技巧，今天要跟大家分享几个PyCharm小技巧，帮助大家提升工作效率！,需要的朋友可以参考下2019-07-07
这篇文章主要介绍了浅谈Python程序的错误:变量未定义，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06
这篇文章主要介绍了Python基于Hypothesis测试库生成测试数据,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-04-04
这篇文章主要介绍了python爬取百度贴吧整个html文件下载到本地的示例,需要的朋友可以参考下2014-03-03
开发工具在日常代码编写过程中起着至关重要的作用，一款优秀的开发工具，不仅可以尽可能的减少你在配置方面耗费的精力，本文主要介绍了5种，感兴趣的可以了解一下2021-07-07
pyqt是一个用于创建GUI应用程序的跨平台工具包,它将python与qt库融为一体,本文给大家分享pyqt环境搭建教程,感兴趣的朋友一起看看吧2023-11-11
这篇文章主要介绍了Python去除列表中重复元素的方法,实例分析了Python中去除列表重复元素的使用技巧,需要的朋友可以参考下2015-03-03
这篇文章主要介绍了python集合的创建、添加及删除操作,结合实例形式分析了Python集合的概念、功能及针对集合的创建、添加与删除等相关操作实现技巧,需要的朋友可以参考下2019-10-10
最新评论