python-3.x – NumPy：linalg.eig()和linalg.eigh()之间的区别

发布时间：2020-12-20 12:02:07 所属栏目：Python 来源：网络整理

导读：在 Python 3应用程序中,我使用NumPy来计算对称实矩阵的特征值和特征向量. 这是我的演示代码： import numpy as npa = np.random.rand(3,3) # generate a random array shaped (3,3)a = (a + a.T)/2 # a becomes a random simmetric matrix evalues1,evectors

在 Python 3应用程序中,我使用NumPy来计算对称实矩阵的特征值和特征向量.

这是我的演示代码：

import numpy as np
a = np.random.rand(3,3)  # generate a random array shaped (3,3)

a = (a + a.T)/2  # a becomes a random simmetric matrix    

evalues1,evectors1 = np.linalg.eig(a)

evalues2,evectors2 = np.linalg.eigh(a)

除了符号之外,我使用np.linalg.eig和np.linalg.eigh获得了相同的特征向量和特征值.那么,这两种方法有什么区别？

谢谢

编辑：我在这里阅读了文档https://docs.scipy.org/doc/numpy/reference/generated/numpy.linalg.eig.html
在这里https://docs.scipy.org/doc/numpy/reference/generated/numpy.linalg.eigh.html
但是当我有一个对称数组时,我仍然无法理解为什么我应该使用eigh().

解决方法

eigh保证您对特征值进行排序,并使用更快的算法,利用矩阵对称的事实.如果您知道矩阵是对称的,请使用此功能.
注意,eigh不会检查你的矩阵是否确实是对称的,它默认只取矩阵的下三角部分,并假设上三角部分是由矩阵的对称性定义的.

eig适用于一般矩阵,因此使用较慢的算法,您可以检查例如IPythons magic命令％timeit.如果使用较大的矩阵进行测试,您还会看到通常在此处不对特征值进行排序.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!