python - numpy.linalg.cond 返回最大和最小特征值的比率吗?

标签 python numpy matrix eigenvalue

我需要计算矩阵的最大和最小特征值的比率,据我所知,这称为“条件数”。我找到了计算矩阵条件数的 numpy.linalg.cond ,但我想知道这是否实际上对应于最大和最小特征值之间的比率。有人可以给我指示吗?

最佳答案

根据文档 np.linalg.cond 被定义为数组的范数乘以数组范数的倒数,这不是您正在寻找的。但你想要的可以轻松实现:

    import numpy as np

    Eigs = np.linalg.eigvals(yourarrayhere)
    cond = np.max(Eigs)/np.min(Eigs)

关于python - numpy.linalg.cond 返回最大和最小特征值的比率吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29426357/

相关文章:

python - LXML:无法导入 etree

python - NumPy 中的 Pandas Series.map 等价物

Python - numpy.void 对象的 pickle 失败

java - 如何实现一种方法来查找 5x5 矩阵中每行和每列的最大元素?

matlab - 如何根据两列对矩阵进行排序

c++ - 将文本文件中的整数矩阵存储到 C++ 中的数组中

python - 如何使用 PySide2 在 matplotlib 中显示图形?

python - Django 静态文件未在 Azure 上提供

python - 在通过 pip 安装 mysql-connector 期间找不到 Protobuf 包含目录

python - 将函数广播到 3D 数组 Python