当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python numpy linalg.eigvals用法及代码示例


本文简要介绍 python 语言中 numpy.linalg.eigvals 的用法。

用法:

linalg.eigvals(a)

计算一般矩阵的特征值。

eigvals eig 之间的主要区别:不返回特征向量。

参数

a (…, M, M) 数组

将计算其特征值的复数或实值矩阵。

返回

w (..., M,) ndarray

特征值,每个都根据其多重性重复。它们不一定是有序的,对于实矩阵也不一定是实数。

抛出

LinAlgError

如果特征值计算不收敛。

注意

广播规则适用,有关详细信息,请参阅 numpy.linalg 文档。

这是使用_geev LAPACK 例程来实现的,该例程计算一般方阵的特征值和特征向量。

例子

说明,使用对角矩阵的特征值是其对角元素的事实,将左侧的矩阵乘以正交矩阵,Q,并且在右边Q.T(转置Q),保留“middle” 矩阵的特征值。换句话说,如果Q是正交的,那么Q * A * Q.T具有相同的特征值A

>>> from numpy import linalg as LA
>>> x = np.random.random()
>>> Q = np.array([[np.cos(x), -np.sin(x)], [np.sin(x), np.cos(x)]])
>>> LA.norm(Q[0, :]), LA.norm(Q[1, :]), np.dot(Q[0, :],Q[1, :])
(1.0, 1.0, 0.0)

现在将一个对角矩阵乘以一边的Q,另一边乘以Q.T

>>> D = np.diag((-1,1))
>>> LA.eigvals(D)
array([-1.,  1.])
>>> A = np.dot(Q, D)
>>> A = np.dot(A, Q.T)
>>> LA.eigvals(A)
array([ 1., -1.]) # random

相关用法


注:本文由纯净天空筛选整理自numpy.org大神的英文原创作品 numpy.linalg.eigvals。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。