使用python求解特征值与特征向量_python求矩阵的特征值和特征向量

#使用python求解特征值与特征向量
问题描述：
求解矩阵[[1.25,0.375,0],[0.375,1.25,-0.5],[0,-0.5,0.875]]的特征值与特征向量

参考链接1：
百度经验：python线性代数—求方阵的特征值特征向量

利用python求解方阵特征值与特征向量的方法及代码实现

>>>import numpy as np      ##引入numpy模块
>>>x=numpy.diag((1,2,3))   ##写入对角阵x
>>>x                       ##输出对角阵x
array([[1,0,0],
[0,2,0],
[0,0,3]])
>>>a,b=numpy.linalg.elg(x) ##特征值赋值给a，对应特征向量赋值给b 
>>>a                       ##特征值 1 2 3
array([1.,2.,3.])
>>>b                       ##特征向量
array([1.,0.,0.],
[0.,1.,0.],
[0.,0.,1.])  
1
2
3
4
5
6
7
8
9
10
11
12
13

局限性：使用函数numpy.diag( )产生的是对角阵，实际情况都是要处理一般方阵。关于numpy.diag( )的用法可以参考numpy.diag 使用说明

参考链接2：
科学计算python VS matlab
介绍python进行矩阵运算的各种函数

a2=np.array([[1,2,3],[2,3,4]])   #建立一个二维数组
b2=np.array([[1,2,3],[2,3,4]],dtype=int)  #可以输出指定数据类型
np.linalg.eig(a2)                #返回矩阵a2的特征值与特征向量
1
2
3

针对开头的问题，求解代码如下图所示：

参考链接3：
特征值与特征向量的雅克比算法C++实现

没有比较就不知道，使用python求解特征值问题多么简单！
链接3是使用C++求解特征值的方法，虽然有点复杂，代码多，个人感觉，有必要看一看，以认识具体的实现过程。