本文简要介绍 python 语言中 scipy.linalg.eig_banded
的用法。
用法:
scipy.linalg.eig_banded(a_band, lower=False, eigvals_only=False, overwrite_a_band=False, select='a', select_range=None, max_ev=0, check_finite=True)#
解决实对称或复 Hermitian 带矩阵特征值问题。
求 a 的特征值 w 和可选的右特征向量 v:
a v[:,i] = w[i] v[:,i] v.H v = identity
矩阵 a 以下对角线或上对角线有序形式存储在 a_band 中:
a_band[u + i - j, j] == a[i,j] (if upper form; i <= j) a_band[ i - j, j] == a[i,j] (if lower form; i >= j)
其中 u 是对角线上的波段数。
a_band 示例(a 的形状为 (6,6),u=2):
upper form: * * a02 a13 a24 a35 * a01 a12 a23 a34 a45 a00 a11 a22 a33 a44 a55 lower form: a00 a11 a22 a33 a44 a55 a10 a21 a32 a43 a54 * a20 a31 a42 a53 * *
不使用标有 * 的单元格。
- a_band: (u+1, M) 数组
M乘M矩阵a的频带。
- lower: 布尔型,可选
是较低形式的矩阵。 (默认为大写形式)
- eigvals_only: 布尔型,可选
仅计算特征值而不计算特征向量。 (默认:还计算特征向量)
- overwrite_a_band: 布尔型,可选
丢弃 a_band 中的数据(可能会提高性能)
- select: {‘a’, ‘v’, ‘i’},可选
计算哪些特征值
选择
计算出来的
‘a’
所有特征值
‘v’
区间内的特征值 (min, max]
‘i’
具有索引 min <= i <= max 的特征值
- select_range: (最小,最大),可选
所选特征值的范围
- max_ev: 整数,可选
对于 select=='v',预期最大特征值数。对于select的其他值,没有任何意义。
如有疑问,请保持此参数不变。
- check_finite: 布尔型,可选
是否检查输入矩阵是否仅包含有限数。禁用可能会提高性能,但如果输入确实包含无穷大或 NaN,则可能会导致问题(崩溃、非终止)。
- w: (M,) ndarray
特征值按升序排列,每个都根据其多重性重复。
- v: (M, M) 浮点数或复数 ndarray
与特征值 w[i] 对应的归一化特征向量是列 v[:,i]。仅在
eigvals_only=False
时返回。
- LinAlgError
如果特征值计算不收敛。
参数 ::
返回 ::
抛出 ::
例子:
>>> import numpy as np >>> from scipy.linalg import eig_banded >>> A = np.array([[1, 5, 2, 0], [5, 2, 5, 2], [2, 5, 3, 5], [0, 2, 5, 4]]) >>> Ab = np.array([[1, 2, 3, 4], [5, 5, 5, 0], [2, 2, 0, 0]]) >>> w, v = eig_banded(Ab, lower=True) >>> np.allclose(A @ v - v @ np.diag(w), np.zeros((4, 4))) True >>> w = eig_banded(Ab, lower=True, eigvals_only=True) >>> w array([-4.26200532, -2.22987175, 3.95222349, 12.53965359])
仅请求
[-3, 4]
之间的特征值>>> w, v = eig_banded(Ab, lower=True, select='v', select_range=[-3, 4]) >>> w array([-2.22987175, 3.95222349])
相关用法
- Python SciPy linalg.eigvalsh_tridiagonal用法及代码示例
- Python SciPy linalg.eigvalsh用法及代码示例
- Python SciPy linalg.eigh_tridiagonal用法及代码示例
- Python SciPy linalg.eig用法及代码示例
- Python SciPy linalg.eigh用法及代码示例
- Python SciPy linalg.eigs用法及代码示例
- Python SciPy linalg.eigvals用法及代码示例
- Python SciPy linalg.eigvals_banded用法及代码示例
- Python SciPy linalg.eigsh用法及代码示例
- Python SciPy linalg.expm用法及代码示例
- Python SciPy linalg.expm_multiply用法及代码示例
- Python SciPy linalg.expm_frechet用法及代码示例
- Python SciPy linalg.expm_cond用法及代码示例
- Python SciPy linalg.cdf2rdf用法及代码示例
- Python SciPy linalg.LaplacianNd用法及代码示例
- Python SciPy linalg.solve_circulant用法及代码示例
- Python SciPy linalg.polar用法及代码示例
- Python SciPy linalg.clarkson_woodruff_transform用法及代码示例
- Python SciPy linalg.rsf2csf用法及代码示例
- Python SciPy linalg.hessenberg用法及代码示例
- Python SciPy linalg.tril用法及代码示例
- Python SciPy linalg.triu用法及代码示例
- Python SciPy linalg.svd用法及代码示例
- Python SciPy linalg.ishermitian用法及代码示例
- Python SciPy linalg.invhilbert用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.linalg.eig_banded。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。