python — numpy计算矩阵特征值,特征向量
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=⎣⎡−1−41130002⎦⎤
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
- 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 ...
- 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() ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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
- python网络安全怎么学_学习网络安全包住宿
- 装机必备工具(普通家庭版)
- 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...
- 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?
- Oracle入门(十三A1)之替换变量,变量名,变量名
- Tomcat无需输入项目名,直接用域名访问项目
- synchronized与volatile
- 剪了 20% 的刘海、120Hz 刷新率、1TB 存储,iPhone 13 来了!
- ssm中java实现树状结构_java ssm使用递归写树形结构
- 移动端1px细线问题
- (ZT)算法杂货铺——分类算法之朴素贝叶斯分类(Naive Bayesian classification)
- pyspark groupby 后将遍历的每一行转成pandas df
- 用计算机弹课间进行曲,课间进行曲(修改稿)
- linux下doc转docx
- 不同网段实现全网互通
- 移动硬盘位置不可用无法访问函数不正确修复方法?
- Nginx for Mac - 苹果系统SSL证书安装
- 数据挖掘:概念与技术 第五章-数据立方体技术
- 解决“可以联网后仍显示无法连接到Internet”
- 趣味三大彩蛋命令安装shell脚本