| 使用python求解特征值与特征向量 | 您所在的位置：网站首页 › 特征向量怎么求解 › 使用python求解特征值与特征向量 |
使用python求解特征值与特征向量
|
#使用python求解特征值与特征向量 问题描述： 求解矩阵[[1.25,0.375,0],[0.375,1.25,-0.5],[0,-0.5,0.875]]的特征值与特征向量 参考链接1： 百度经验：python线性代数—求方阵的特征值特征向量 利用python求解方阵特征值与特征向量的方法及代码实现 >>>import numpy as np ##引入numpy模块 >>>x=numpy.diag((1,2,3)) ##写入对角阵x >>>x ##输出对角阵x array([[1,0,0], [0,2,0], [0,0,3]]) >>>a,b=numpy.linalg.elg(x) ##特征值赋值给a，对应特征向量赋值给b >>>a ##特征值 1 2 3 array([1.,2.,3.]) >>>b ##特征向量 array([1.,0.,0.], [0.,1.,0.], [0.,0.,1.])局限性：使用函数numpy.diag( )产生的是对角阵，实际情况都是要处理一般方阵。关于numpy.diag( )的用法可以参考numpy.diag 使用说明 参考链接2： 科学计算python VS matlab 介绍python进行矩阵运算的各种函数 a2=np.array([[1,2,3],[2,3,4]]) #建立一个二维数组 b2=np.array([[1,2,3],[2,3,4]],dtype=int) #可以输出指定数据类型 np.linalg.eig(a2) #返回矩阵a2的特征值与特征向量针对开头的问题，求解代码如下图所示： 参考链接3： 特征值与特征向量的雅克比算法C++实现 没有比较就不知道，使用python求解特征值问题多么简单！ 链接3是使用C++求解特征值的方法，虽然有点复杂，代码多，个人感觉，有必要看一看，以认识具体的实现过程。 |
【本文地址】
公司简介
联系我们