numpy.linalg.svd没有按降序返回Sigma

Question

我正在使用numpy.linalg的svd函数在大矩阵（图像，确切地说）上计算SVD。我发现的文档和示例似乎都表明返回的Sigma值按降序排列（暗示U和V ^ T的正确排序）。

然而，在我的测试中，sigma值显得无序。所以我的问题是，由于某些原因，我的linalg中出现了什么问题（我不太可能知道），或者它是否只是将sigma作为无序返回？

后续问题是对sigma进行排序的最佳方式，以便U和V ^ T中的顺序也反映出变化。

Answer 1

由于linalg.svd只是LAPACK dgesdd的接口，因此应该对单数值进行排序。

>>> import numpy as np
>>> A = np.random.randn(2400,3600)
>>> U, s, V = np.linalg.svd(A, full_matrices=False)
>>> np.allclose(A, np.dot(U*s, V))
True
>>> (s[:-1] >= s[1:]).all()
True

如果得到无序结果，请检查结果是否正确，如上例所示。如果不是，你可能会有lapack bug或（不太可能）一个numpy bug。