当前位置:   article > 正文

Python实现矩阵的svd奇异值分解_python对矩阵进行svd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
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Cpp五条/article/detail/713940
推荐阅读
相关标签
  

闽ICP备14008679号