[视频]用numpy对角化矩阵

关于别克用numpy对角化矩阵,期待您的经验分享，当代劳模,所有人都应该向你学习！

无情天魔精致 2018-10-08 10:10:22 9625人看过 分享经验到微博

更新：2024-02-03 05:33:19自创经验

来自360搜索https://www.so.com/的优秀用户无情天魔精致，于2018-10-08在生活百科知识平台总结分享了一篇关于“用numpy对角化矩阵谢楠桡骨折”的经验，非常感谢无情天魔精致的辛苦付出，他总结的解决技巧方法及常用办法如下：

本文，介绍一下用numpy对矩阵进行对角化处理的方法。

电脑python3.6

1/5分步阅读

给出一个3*3的可逆矩阵：

import numpy as np

a=[[1,2,3],[0,2,1],[3,1,3]]

[图]2/5

计算a的特征向量：

c=np.linalg.eig(a)

d=c[1]

[图]3/5

假设d的逆矩阵是d'，那么d'.a.d就是一个对角矩阵：

e=np.dot(np.dot(np.linalg.inv(d),a),d)

[图]4/5

运行结果看起来不是对角矩阵，这是为何？

原来，这是精确度的问题。

如果矩阵中的每个数字都保留两位有效数字，对角矩阵就显出了原形。

e=np.around(e, decimals=2, out=None)

[图]5/5

矩阵

a=[[1,2,3,3],[0,2,1,2],[3,1,3,1],[3,5,6,9]]

的对角化是：

[[12.56687 0. -0. -0. ]

[ 0. -0.82664 0.0. ]

[-0. -0.2.36388 -0. ]

[-0.0. -0.0.89589]]

[图]

编辑于2018-10-08，内容仅供参考并受版权保护

我发现了这篇经验很有用：你也认同《用numpy对角化矩阵》的经验分享有价值，就请和朋友们一起分享吧。另外，用numpy对角化矩阵的经验内容仅供参考，如果您需解决具体问题(尤其法律、医学等领域)，建议您详细咨询相关领域专业人士。经验知识实用生活指南-解决你所有的生活难题！未经许可，谢绝转载。