使用 numpy.linalg.eig() 函数计算矩阵的特征向量的方法
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本篇文章将介绍如何利用numpy库中的linalg.eig()函数来计算矩阵的特征值与特征向量，并通过实例讲解其具体应用方法。
在进行PCA分析的过程中遇到了计算矩阵特征值与特征向量的问题，在这里记录几个示例代码：使用前需要先导入numpy的linalg模块。
```python
from numpy import linalg as LA
# 示例一：
w, v = LA.eig(np.diag((1, 2, 3)))
print(w)
print(v)
# 输出结果为:
array([ 1., 2., 3.])
array([[ 1., 0., 0.],
[ 0., 1., 0.],
[ 0., 0., 1.]])
# 示例二：
w, v = LA.eig(np.array([[1, -1], [1, 1]]))
print(w)
print(v)
# 输出结果为:
array([ 1. + 1.j])
```
全部评论 (0)
还没有任何评论哟~
