Question

对于具有eigevalues eigval和eigevectors eigvec的给定矩阵A，这是我想要做的：

找到具有多重性的特征值＆gt; 1
找到相应的特征向量。对这些特征向量进行一些计算
使用这些新的向量替换旧的向量创建eigvec

最重要的是，如果有2个退化的特征值集合，每个具有乘法3，我希望分别处理两组特征向量。这是我到目前为止所尝试的内容：

import numpy as np
import numpy.linalg as linalg
A = [[1,0,0], [0, 1, 0], [6, 7, 3]]
eigval, eigvec = linalg.eig(A)
idx = eigval.argsort()[::-1]
eigval = eigval[idx]
eigvec = eigvec[:,idx]

unique, counts,indices = np.unique(eigval,return_counts=True,return_index=True)

uni_count = dict(zip(counts, indices))

qr_counter = []

for key,val in uni_count.items():
    if val > 1:
        qr_counter.append(key)

print('For the dict: the key is the index, the value is mulplicity')

non_unique_eigvec = np.empty((len(qr_counter),), dtype=object)

for int in qr_counter:
    np.concatenate(non_unique_eigvec, eigvec[int])

现在问题是eigvec是np数组，我不知道如何修改它。

任何帮助将不胜感激！谢谢！

Answer 1

您的错误的解决方案非常简单。如果您查看numpy.concatenate()的{{3}}，您会看到输入参数是：

1。）要连接的数组的序列

2。）要连接的轴

因此要连接的数组必须简单地放入一个序列中，并作为单个对象传递给concatenate()。所以，

np.concatenate( (non_unique_eigvec, eigvec[int]) )

而不是

np.concatenate(non_unique_eigvec, eigvec[int])。

您正在传递一个数组（eigvec[int]）来代替一个参数而不是一个整数（第二个参数 - 轴）。

虽然一旦修复，就会生成数组

array([None, 0.0, 0.274721127897378, 0.0], dtype=object)

我怀疑你想要的是什么？

最后，您应该在较低的int循环中更改变量for的名称，因为int已经是Python中的重要关键字

python：基于特征值的多样性修改特征向量

1 个答案: