python - 在 Numpy 中计算特征值不起作用 : Each element is a float

Question

尝试计算牛顿法优化矩阵的特征值。

在 PyDev for Eclipse 中使用 Python 2.7.6。

这是从 PyDev 返回的变量(Hessian):

ndarray: [[ 0.01  0.  ]
[ 0.    1.  ]]

以下命令:

np.linalg.eig(Hessian)

返回异常:

ufunc 'isfinite' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

我什至尝试通过循环每个元素并使用 float 函数将每个元素转换为浮点值。

编辑/更多信息:插入 print repr(Hessian) 后，它产生了以下结果。

array([[0.01, 0.0],
   [0.0, 1.0]], dtype=object)

Answer 1

根据您的评论，矩阵似乎不是 numpy 数组，导致使用 numpy 时出现错误。

正如您所指出的:

“也许正是这个 Hessian[i,j]=diff(diff(function,x_i),x_j) 的过程导致了麻烦。”

我也无法重现您的错误。

像[[0.01, 0.], [0., 1.]]这样的简单尺度变换矩阵的特征向量显然是标准基向量[1,0]和[0,1]经检查，特征值分别为0.01和1。

相关的numpy模块执行此操作没有问题，因此错误一定在其他地方。

>>> import numpy as np
>>> M = np.array([[0.01,0.],[0.,1.]])
>>> M
array([[ 0.01,  0.  ],
       [ 0.  ,  1.  ]])
>>> np.linalg.eig(M)
(array([ 0.01,  1.  ]), array([[ 1.,  0.],
       [ 0.,  1.]]))