python中怎么计算方阵的特征向量
导读：这篇文章主要给大家介绍“python中怎么计算方阵的特征向量”的相关知识，下文通过实际案例向大家展示操作过程，内容简单清晰，易于学习，有这方面学习需要的朋友可以参考，希望这篇“python中怎么计算方阵的特征向量”文章能对大家有所帮助。...
这篇文章主要给大家介绍“python中怎么计算方阵的特征向量”的相关知识，下文通过实际案例向大家展示操作过程，内容简单清晰，易于学习，有这方面学习需要的朋友可以参考，希望这篇“python中怎么计算方阵的特征向量”文章能对大家有所帮助。
python作为编程中较为简单的编程方法，是可以实现线性计算的，numpy库提供了矩阵运算，可以实现求取矩阵特征向量，scipy也可以实现numpy库提供的矩阵运算功能，是对numpy库提供矩阵运算的扩展，本文介绍python中计算矩阵特征向量的两种方法：1、使用numpy.linalg.eig(a)函数；2、使用scipy.linalg.eig()计算方阵的特征向量（numpy方法的拓展）。
一、使用numpy.linalg.eig(a)函数
参数:
a：想要计算奇异值和右奇异值的方阵。
返回值：
w：特征值。每个特征值根据它的多重性重复。这个数组将是复杂类型，除非虚数部分为0。当传进的参数a是实数时，得到的特征值是实数。
v：特征向量。
使用实例
>
>
>
fromnumpyimportlinalgasLA
>
>
>
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-valuesare1+/-1e-9
>
>
>
w,v=LA.eig(a)
>
>
>
w;
v
array([1.,1.])
array([[1.,0.],
[0.,1.]])
二、使用scipy.linalg.eig()计算方阵的特征向量（numpy方法的拓展）
1、语法格式
print('Eig:',lg.eig(arr))#求矩阵arr的特征向量
2、使用实例
#coding:utf-8 from__future__importdivision fromscipyimportlinalgasla fromscipyimportoptimize importsympy importnumpyasnp sympy.init_printing() importmatplotlib.pyplotasplt #使用scipy求解矩阵特征值 A=np.array([[1,3,5],[3,5,3],[5,3,9]]) evals,evecs=la.eig(A) eigvalues=la.eigvalsh(A)
以上就是关于“python中怎么计算方阵的特征向量”的相关知识，感谢各位的阅读，想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会，如果想了解更多相关内容的文章，欢迎关注网络，小编每天都会为大家更新不同的知识。
声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！
若转载请注明出处： python中怎么计算方阵的特征向量
本文地址： https://pptw.com/jishu/650847.html