linalg.eigvalsh
功能描述
计算复埃尔米特矩阵或实对称矩阵的特征值。
与eigh的主要区别是:特征向量没有计算。
必选输入参数
参数名 |
类型 |
说明 |
---|---|---|
a |
(…, M, M) array |
埃尔米特矩阵或实对称矩阵。 |
可选输入参数
参数名 |
类型 |
默认值 |
说明 |
---|---|---|---|
UPLO |
{‘L’, ‘U’}, |
‘L’ |
指定计算是用a的下三角部分(“L”)还是上三角形部分(“U”)完成。无论这个值如何,在计算中只考虑对角线的实际部分,以保留埃尔米特矩阵的概念。因此,对角线的虚部将始终被视为零。 |
返回数据
名称 |
类型 |
说明 |
---|---|---|
w |
(…, M) ndarray |
特征值按升序排列,每个特征值根据其多重性重复。 |
示例
>>> import numpy as np >>> a = np.array([[1, -2j], [2j, 5]]) >>> np.linalg.eigvalsh(a) array([0.17157288, 5.82842712]) >>> >>> a = np.array([[5+2j, 9-2j], [0+2j, 2-1j]]) >>> a array([[5.+2.j, 9.-2.j], [0.+2.j, 2.-1.j]]) >>> b = np.array([[5.+0.j, 0.-2.j], [0.+2.j, 2.-0.j]]) >>> b array([[5.+0.j, 0.-2.j], [0.+2.j, 2.+0.j]]) >>> >>> wa = np.linalg.eigvalsh(a) >>> wa array([1., 6.]) >>> wb = np.linalg.eigvalsh(b) >>> wb array([1., 6.]) >>> wb = np.linalg.eigvals(b) >>> wb array([6.+0.j, 1.+0.j]) >>>
父主题: 线性代数函数