📅  最后修改于: 2023-12-03 15:17:59.103000             🧑  作者: Mango
np.linalg.eigvals
正面检查 Pythonnp.linalg.eigvals
是 NumPy 的线性代数模块(np.linalg
)中的一个函数,用于计算一个方阵的特征值(eigenvalues)。本函数用于判断一个方阵的特征值是否具有正面(非零实数或复数)的属性。
import numpy as np
# 创建一个方阵
matrix = np.array([[1, 2], [3, 4]])
# 计算特征值
eigenvalues = np.linalg.eigvals(matrix)
print("特征值:", eigenvalues)
np.linalg.eigvals
函数只有一个参数:
arr
:输入的方阵。np.linalg.eigvals
返回一个包含输入方阵的所有特征值的一维数组。特征值的顺序与其对应的特征向量一致。
import numpy as np
# 创建一个方阵
matrix = np.array([[1, 2], [3, 4]])
# 计算特征值
eigenvalues = np.linalg.eigvals(matrix)
print("特征值:", eigenvalues)
输出:
特征值: [-0.37228132 5.37228132]
请根据需要在上述代码片段中进行修改和调整以适应您的实际应用。