미리 사과하십시오. 파이썬은 제 강점이 아닙니다.파이썬에 의해 계산 된 행렬의 고유 벡터는 고유 벡터로 보이지 않습니다.
이 행렬의 실제 고유 값에 해당하는 고유 벡터 (파이썬으로 계산 됨)는 고유 벡터로 보이지 않지만 Wolfram Alpha에서 계산 된 고유 벡터는 작동하는 것으로 보입니다. (. 내 동료는 내가 성적이없는 있지만, R에서 계산을 수행 할 때 같은 병리 사건을 것으로 보인다 확인) 코드 스 니펫을 다음 in_matrix
변수에 의해 evecs[2]
를 곱하는 것은 새를 생산하고
>>> import numpy as np
>>> in_matrix = np.array([[0.904, 0.012, 0.427], [-0.0032, 0.99975, -0.02207], [-0.4271, 0.0186, 0.904]])
>>> evals, evecs = np.linalg.eig(in_matrix)
>>> print evals
[ 0.90388357+0.42760138j 0.90388357-0.42760138j 0.99998285+0.j]
>>> print evecs[2]
[ 0.70696571+0.j 0.70696571-0.j 0.01741090+0.j]
>>> print in_matrix.dot(evecs[2])
[ 0.65501505+0.j 0.70414242+0.j -0.27305604+0.j]
주 벡터가 아닌 evecs[2]
(eigenvector는 1이어야합니다).
동일한 행렬을 Wolfram Alpha에 꽂으면 실제 고유 값에 대한 고유 벡터 (-0.0474067, -0.998724, 0.0174109)
가 생성됩니다. 이 고유 벡터에 in_matrix
을 곱하면 예상대로 동일한 벡터가 생성됩니다.
>>> wolfram_vec = np.array([-0.0474067, -0.998724, 0.0174109])
>>> print in_matrix.dot(wolfram_vec)
[-0.04740589 -0.99870688 0.01741059]
볼프람 (올바른)의 고유 벡터가 NumPy와 (sqrt(2), sqrt(2), 0)
을 제공하는 반면, 음의 Y 축에 해당한다.
결론 : numpy의 고유 벡터는 고유 벡터가 아니지만 Wolfram Alpha 고유 벡터는 정확합니다. 누구든지 이것에 어떤 빛을 비춰 줄 수 있습니까?
이것은 Mac OS X에서 Python 2.7.10의 표준 설치와 Centos 6.8에서 Python 2.7.8의 사용자 정의 설치에서 테스트되었습니다.
행과 열을 올바르게보고 있습니까? ('evecs [2]'의 값은 열이 아닌 행처럼 보입니다.) –
맞아, 맞았 어. Docs를 올바르게 읽지 못하는 조합과 저는 보통 Python을 읽고 쓰지 않습니다. 감사! – helen