Python包估计Perron-Frobenius特征值的实数,方形,非负矩阵

时间:2013-01-22 03:11:43

标签: python numpy scipy sparse-matrix

是否有优化的包或方法来估计实数,方形,非负矩阵的Perron-Frobenius特征值?这可能比精确计算明显更快(特别是对于大和/或稀疏矩阵) - 假设可以通过迭代矩阵来得到Perron-Frobenius特征值。我希望有一个优化的包可以做到这一点。

1 个答案:

答案 0 :(得分:4)

scipy.sparse.linalg中,您拥有使用eigs的函数eigshARPACK library。您可以在this tutorial中阅读更多内容,但如果a是方形矩阵,可能是稀疏格式,那么您可以获得其最大幅度特征值,即其Perron-Frobenius特征值,以及相应的特征向量:

val, vec = scipy.sparse.linalg.eigs(a, k=1, which='LM')