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]]