代码之家 › 专栏 › 技术社区 › SuperCiocia

Python-linalg.eigsh如何找到所有特征向量?

eigenvector eigenvalue sparse-matrix python

SuperCiocia · 技术社区 · 6 年前

我使用文档页面上的示例代码 linalg.eigsh , here :

import scipy.sparse.linalg as sp
import numpy as np

id = np.eye(13)
vals, vecs = sp.eigsh(id, k=6)

len(vals)
# 6
len(vecs)
# 13

6 特征值( k=6 全部的 )特征向量。
在文档中,当它谈到 k ,上面写着:

比N。不可能计算出矩阵的所有特征向量。

事实上,我认为Lanczos方法的速度 eighsh

那么它如何返回所有的特征向量呢?

2 回复 | 直到 6 年前

user2357112 6 年前

属于 vecs ,但你在数排。有六列,如预期的那样。

CJR 6 年前

vecs[:, n]

推荐文章

noirritchandra · superlu导致Rcpp中mlpack出现问题

9 月前

doplano · 针对超大稀疏数据优化Pandas Dataframe concat方法

1 年前

Harry van Langen · sksparse.cholmod-断言错误

2 年前

Nicolas Venkovic · 我的CSR的稀疏矩阵多向量(SpMM)函数有什么问题?

2 年前

Frank Seidl · 稀疏矩阵的Julia反斜杠

2 年前

royal grasshopper · 为什么numpy.fip()在不改变其精度和形状的情况下减少numpy数组的内存大小

2 年前

Federico Caccia · 重塑scipy csr矩阵

7 年前

avgn · 为什么我的特征代码不能扩展到更多线程

7 年前

avgn · 特征稠密稀疏矩阵积是线程化的吗?

7 年前

Ian McCartney · 稀疏×稀疏矩阵积,仅计算其部分元素

7 年前

Python-linalg.eigsh如何找到*所有*特征向量?