Python实现矩阵的svd奇异值分解_python对矩阵进行svd分解

首先，导入需要用到的库：

import numpy as np
1

创建一个矩阵：

# 创建一个矩阵
A = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
1
2

对矩阵进行SVD分解：

# 对矩阵进行SVD分解
U, S, VT = np.linalg.svd(A)
1
2

输出分解后的左奇异矩阵、奇异值数组和右奇异矩阵：

# U、S、VT分别为SVD分解后的左奇异矩阵、奇异值数组和右奇异矩阵
print(f"左奇异矩阵 U：{U}")
print(f"\n奇异值数组 S：{S}")
print(f"\n右奇异矩阵的转置 VT：{VT}")
1
2
3
4

完整代码如在：

import numpy as np

# 创建一个矩阵
A = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 对矩阵进行SVD分解
U, S, VT = np.linalg.svd(A)

# U、S、VT分别为SVD分解后的左奇异矩阵、奇异值数组和右奇异矩阵

print(f"左奇异矩阵 U：{U}")
print(f"\n奇异值数组 S：{S}")
print(f"\n右奇异矩阵的转置 VT：{VT}")

1
2
3
4
5
6
7
8
9
10
11
12
13
14