如何使用 SciPy 找到方阵的特征值和特征向量？
我们可以在以下关系的帮助下找到方阵A的特征值和特征向量-
SciPy库有scipy.linalg.eig()用于计算方阵的特征值和特征向量的函数。
让我们了解如何使用此函数来计算矩阵的逆-
示例
2×2矩阵的特征值和特征向量
#Importing the scipy package import scipy #Importing the numpy package import numpy as np #Declaring the numpy array(Square Matrix) A = np.array([[3,3.5],[3.2,3.6]]) #Passing the values to scipy.linalg.eig() function eigvalues, eigvectors = scipy.linalg.eig(A) #Printing the result for eigenvalues print(eigvalues) #Printing the result for eigenvectors print(eigvectors)输出结果
[-0.06005952+0.j 6.66005952+0.j] [[-0.75283678 -0.6911271 ] [ 0.65820725 -0.72273324]]
示例
3x3矩阵的特征值和特征向量
import scipy import numpy as np A = np.array([[2,1,-2],[1,0,0],[0,1,0]]) eigvalues, eigvectors = scipy.linalg.eig(A) print(eigvalues) print(eigvectors)输出结果
[-1.+0.j 2.+0.j 1.+0.j] [[-0.57735027 -0.87287156 0.57735027] [ 0.57735027 -0.43643578 0.57735027] [-0.57735027 -0.21821789 0.57735027]]
热门推荐
10 医院探望朋友祝福语简短
11 毕业祝福语简短女朋友
12 春节虎年爸妈祝福语简短
13 儿童毕业祝福语 简短6
14 开工仪式横幅祝福语简短
15 孩子日常祝福语大全简短
16 清晨寄语诗句祝福语简短
17 结婚送亲认亲祝福语简短
18 虎年喝酒拜年祝福语简短