我有一个包含N个特征值的列向量。
因此,有N个对应于这些特征值的特征向量,形成一个特征向量矩阵。
现在,我正在处理的问题需要我将特征值列向量按降序排序。如何将特征向量矩阵按相同顺序排序以保持对应关系?
现在,我正在处理的问题需要我将特征值列向量按降序排序。如何将特征向量矩阵按相同顺序排序以保持对应关系?
m = RandomReal[{0, 1}, {5, 5}];
{evals, evecs} = Eigensystem[m];
SortBy[Transpose[{evals, evecs}], First]
如果您希望它们以相同的形式呈现,可以将最后一行替换为:
Transpose@SortBy[Transpose[{evals, evecs}], First]
编辑:虽然我使用了 {evals,evecs}=Eigensystem[m]
,但这不是必要的。我可以只使用 s=Eigensystem[m]
然后在当前代码中使用 {evals,evecs}
的地方使用 s
。
虽然@acl和@yoda的排序方法(即对列表元素进行配对,然后一起排序)简单且常用,但我想展示另一种通用方法,可以根据一个特定的列表(list1
)轻松地对任意数量的列表进行排序:
oo = Ordering[list1]; (* this finds the sorting order of list1 *)
list1[[oo]]
list2[[oo]]
list3[[oo]] (* these order some other lists in the same way *)
您可以使用Sort
函数根据特征值对特征系统进行排序。
mat = (#*Transpose@#) &@RandomReal[NormalDistribution[], {4, 4}];
eigsys = Sort@Transpose@Eigensystem[mat];
Sort
的默认行为是按照第一列进行排序。
{1,0,3}
在 {1,0,4}
之前。因此,在粗略检查时,它似乎是按第一列排序,但实际上它是按所有列排序的。 - rcollyermatrix = RandomReal[{0, 1}, {4, 4}];
{evals, evecs} = Chop[Transpose[Sort[Transpose[Eigensystem[matrix]]]]];
输出:
evals
{-0.296769, 0.187003, 0.52714, 2.00376}
evecs
{{-0.412673,0.844056,-0.0718614,-0.334823},
{-0.370973, -0.472126, 0.76248, 0.241042},
{-0.253163, 0.1719, -0.786782, 0.536034},
{0.557741, 0.381364, 0.65039, 0.347102}}
Eigensystem
已经按降序返回了特征值/向量。 - SzabolcsEigenvectors
和Eigensystem
返回的向量是线性独立的,而不是正交的。这一点曾经让我吃过亏。但是,你可以在退化集合上使用Orthogonalize
来得到一个正交集合。 - rcollyerOrthogonolize@Eigenvalues[m]
就可以了。至少对于使用Gram-Schmidt的情况是这样的。有人能确认一下吗? - SzabolcsOrthogonalize
,因为它不会影响不同子空间的正交性。 - rcollyer