文章目录

  • python — numpy计算矩阵特征值,特征向量
    • 一、数学演算
    • 二、numpy实现
  • 转载请备注原文出处,谢谢:https://blog.csdn.net/pentiumCM/article/details/105652853

python — numpy计算矩阵特征值,特征向量

一、数学演算

  • 示例:

    首先参考百度demo的来看一下矩阵的特征值和特征向量的解题过程及结果。


    可知矩阵A:特征值为1对应的特征向量为 [ -1,-2,1]T。特征值为2对应的特征向量为 [ 0,0,1]T

    我们可以进一步对特征向量进行单位化,单位化之后的结果如下:

    • 特征值为1对应的特征向量为 [ 1/√6, 2/√6, -1/√6]T,即 [ 0.40824829, 0.81649658, -0.40824829]T
    • 特征值为2对应的特征向量为 [ 0,0,1]T
      A=[−110−430102]A= \left[ \begin{matrix} -1 & 1 & 0 \\ -4 & 3 & 0 \\ 1 & 0 & 2 \end{matrix} \right] A=⎣⎡​−1−41​130​002​⎦⎤​

二、numpy实现

  • 完整代码:

    #!/usr/bin/env python
    # encoding: utf-8
    '''
    @Author  : pentiumCM
    @Email   : 842679178@qq.com
    @Software: PyCharm
    @File    : __init__.py.py
    @Time    : 2020/4/11 9:39
    @desc   : numpy计算矩阵的特征值,特征向量
    '''import numpy as npmat = np.array([[-1, 1, 0],[-4, 3, 0],[1, 0, 2]])eigenvalue, featurevector = np.linalg.eig(mat)print("特征值:", eigenvalue)
    print("特征向量:", featurevector)
  • 运行结果:

    特征值: [2. 1. 1.]
    特征向量: [[ 0.          0.40824829  0.40824829][ 0.          0.81649658  0.81649658][ 1.         -0.40824829 -0.40824829]]
    
  • 结果解释:

    • 返回的特征值:[2. 1. 1.],表示有三个特征值,分别为:2, 1, 1

    • 返回的特征向量:

      [[ 0.          0.40824829  0.40824829]
      [ 0.           0.81649658  0.81649658]
      [ 1.         -0.40824829 -0.40824829]]
      

      是需要 按列来看的\color{red}按列来看的按列来看的,并且返回的特征向量是单位化之后的特征向量,
      如第一列 [ 0,0,1]T 是对应于特征值为2的特征向量,
      第二列[ 0.40824829, 0.81649658, -0.40824829]T是对应于特征值为1的特征向量。

python — numpy计算矩阵特征值,特征向量相关推荐

  1. python numpy计算矩阵特征值和特征向量

    关键函数 计算矩阵R的行列式 b = np.linalg.det(R) 计算矩阵R的特征向量和特征矩阵 c = np.linalg.eig(R) 其中特征值为c[0] 特征向量为c[1] 示例 imp ...

  2. python numpy逆_Python使用numpy计算矩阵特征值、特征向量与逆矩阵

    原标题:Python使用numpy计算矩阵特征值.特征向量与逆矩阵 Python扩展库numpy.linalg的eig()函数可以用来计算矩阵的特征值与特征向量,而numpy.linalg.inv() ...

  3. Python使用numpy计算矩阵特征值、特征向量与逆矩阵

    Python扩展库numpy.linalg的eig()函数可以用来计算矩阵的特征值与特征向量,而numpy.linalg.inv()函数用来计算可逆矩阵的逆矩阵. >>> impor ...

  4. pythonnumpy库求特征向量_Python使用numpy计算矩阵特征值、特征向量与逆矩阵

    Python扩展库numpy.linalg的eig()函数可以用来计算矩阵的特征值与特征向量,而numpy.linalg.inv()函数用来计算可逆矩阵的逆矩阵. >>> impor ...

  5. Python+numpy实现矩阵QR分解

    感谢广东东软学院计算机系赵晨杰老师的交流. 如果实(复)非奇异矩阵A能够化成正交(酉)矩阵Q与实(复)非奇异上三角矩阵R的乘积,即A=QR,则称其为A的QR分解. Python扩展库numpy实现了矩 ...

  6. Python Numpy 计算自相关系数

    1. np.correlate函数 numpy.correlate(a, v, mode='valid') 计算序列a,v的互相关. 如果需要计算一个序列,它和自己延迟(lag)的序列的相关性,可以使 ...

  7. Python 矩阵特征值+特征向量+范数

    #特征值 import numpy as np w, v = np.linalg.eig(np.array([[1, -2], [2, -3]])) print('特征值:{}\n特征向量:{}'.f ...

  8. Python使用扩展库numpy计算矩阵加权平均值

    本文介绍Python扩展库numpy的函数average()的用法. >>> import numpy as np # 创建二维矩阵 >>> x = np.matr ...

  9. python如何提取图片特征向量_在python中计算图像的特征向量

    我正在尝试将二维高斯拟合到图像中.噪声很低,所以我试图旋转图像,使两个主轴不同时变化,算出最大值,然后计算两个维度的标准偏差.选择的武器是Python. . 然而,我一直在寻找图像的特征向量--num ...

  10. python 矩阵特征值分解_讲一下numpy的矩阵特征值分解与奇异值分解

    1.特征值分解 主要还是调包: from numpy.linalg import eig 特征值分解:  A = P*B*PT 当然也可以写成 A = QT*B*Q 其中B为对角元为A的特征值的对角矩 ...

最新文章

  1. python网络安全怎么学_学习网络安全包住宿
  2. 装机必备工具(普通家庭版)
  3. 测试女生周期的软件名字,什么软件可以提醒生理期?适合女生可用的便签软件...
  4. python输入一个人的名字_怎样用c语言做到输入一个人的名字才会输出一个心?
  5. Oracle入门(十三A1)之替换变量,变量名,变量名
  6. Tomcat无需输入项目名,直接用域名访问项目
  7. synchronized与volatile
  8. 剪了 20% 的刘海、120Hz 刷新率、1TB 存储,iPhone 13 来了!
  9. ssm中java实现树状结构_java ssm使用递归写树形结构
  10. 移动端1px细线问题
  11. (ZT)算法杂货铺——分类算法之朴素贝叶斯分类(Naive Bayesian classification)
  12. pyspark groupby 后将遍历的每一行转成pandas df
  13. 用计算机弹课间进行曲,课间进行曲(修改稿)
  14. linux下doc转docx
  15. 不同网段实现全网互通
  16. 移动硬盘位置不可用无法访问函数不正确修复方法?
  17. Nginx for Mac - 苹果系统SSL证书安装
  18. 数据挖掘:概念与技术 第五章-数据立方体技术
  19. 解决“可以联网后仍显示无法连接到Internet”
  20. 趣味三大彩蛋命令安装shell脚本

热门文章

  1. 机器人 李永禄_第八届中国青少年机器人竞赛名单
  2. freeswitch呼叫中心之freeswitch集成百度MRCP智能语音
  3. MOOC 中国大学 python爬取股票信息
  4. 让你详细的了解数据库防火墙的功能
  5. oracle 锁表是为什么,怎么解决
  6. 全国总决赛前八名成绩
  7. 金融工程与并行计算:第二章 仿真法在财务工程的使用 Part 2
  8. [转]失业七个月,面试六十家公司的深圳体验(转贴)
  9. 计算机word中如何加入水印?
  10. JPEG算法 格式压缩方案