求方阵（矩阵）的特征值和特征向量用的是python中的numpy.linagl.eig方法，它需要一个二维数组作为参数，输出一个一位数组（元素为特征值）和一个二维数组（特征向量组），我们还是在例子中学习一哈：
- 先引入numpy模块
- 创建一个对角矩阵，关于diag的用法可以看我前几篇文章
- 求矩阵x的特征值和特征向量，特征值保存在a中，特征向量保存在b中
使用循环的方法，我们来验证一下特征值和特征向量，验证的方法是特征值和特征向量的定义法：
设A为n阶矩阵，若存在常数λ及非零的n维向量x，使得
Ax=λx，
则称λ是矩阵A的特征值，x是A属于特征值λ的特征向量。
- 这是我今天犯的错误：
这是今天用到的所有代码：
import numpy
x=numpy.diag((1,2,3))
x
array([[1, 0, 0],
[0, 2, 0],[0, 0, 3]])a,b=numpy.linalg.eig(x)
a
array([ 1., 2., 3.])
b
array([[ 1., 0., 0.],
[ 0., 1., 0.],[ 0., 0., 1.]])for i in range(3):
if numpy.dot(x,b[:][i])==a[i]*b[:][i]:
print ‘正确’
else:print ‘错误‘
SyntaxError: EOL while scanning string literal
for i in range(3):
if numpy.dot(x,b[:][i])==a[i]*b[:][i]:
print ‘正确’
else:print ‘错误’
Traceback (most recent call last):
File “<pyshell#38>”, line 2, in
if numpy.dot(x,b[:][i])==a[i]*b[:][i]:ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
for i in range(3):
if (numpy.dot(x,b[:][i])==a[i]*b[:][i]).all():
print ‘正确’
else:print ‘错误’
正确
正确
正确
转载请注明来自DataScience.
邮箱: 675495787@qq.com