如何找出与特定特征值对应的特征向量?
我有一个随机矩阵(P),其中一个特征值为1。我需要找到与特征值1相对应的特征向量。
Scipy函数 scipy.linalg.eig 返回特征值和特征向量的数组。
D, V = scipy.linalg.eig(P)
这里的D(值数组)和V(向量数组)都是向量。
一种方法是在D中进行搜索,并提取相应的特征向量V。有更简单的方法吗?
如何找出与特定特征值对应的特征向量?
我有一个随机矩阵(P),其中一个特征值为1。我需要找到与特征值1相对应的特征向量。
Scipy函数 scipy.linalg.eig 返回特征值和特征向量的数组。
D, V = scipy.linalg.eig(P)
这里的D(值数组)和V(向量数组)都是向量。
一种方法是在D中进行搜索,并提取相应的特征向量V。有更简单的方法吗?
import numpy as np
import numpy.linalg as linalg
P = np.array([[2, 0, 0], [0, 1, 0], [0, 0, 3]])
D, V = linalg.eig(P)
print(D)
# [ 2. 1. 3.]
特征向量是V的列:
V = V.T
for val, vec in zip(D, V):
assert np.allclose(np.dot(P, vec), val*vec)
因此,对应于特征值1.0的特征向量为
def near(a, b, rtol = 1e-5, atol = 1e-8):
return np.abs(a-b)<(atol+rtol*np.abs(b))
print(V[near(D, 1.0)])
# [[ 0. 1. 0.]]
由于可能存在多个具有相同特征值的特征向量,V[near(D, 1.0)]
返回一个二维数组--数组中每一行都是一个特征值为1.0的特征向量。
values, vectors = scipy.sparse.linalg.eigs(P, k=1, sigma=1)