numpy.linalg.eigvalsh¶

numpy.linalg.eigvalsh(a, UPLO='L')[source]¶

计算Hermitian或真实对称矩阵的特征值。

与eigh的主要区别：不计算特征向量。

参数：	a：（...，M，M）array_like 要计算其特征值的复数或实数矩阵。 UPLO：{'L'，'U'}，可选与下相同，“L”表示下方，“U”表示上三角形。已弃用。
返回：	w：（...，M，）ndarray 特征值按升序排列，每个根据其多样性重复。
上升：	LinAlgError 如果特征值计算不收敛。

参数：

a：（...，M，M）array_like

要计算其特征值的复数或实数矩阵。

UPLO：{'L'，'U'}，可选

与下相同，“L”表示下方，“U”表示上三角形。已弃用。

w：（...，M，）ndarray

特征值按升序排列，每个根据其多样性重复。

上升：

LinAlgError

如果特征值计算不收敛。

也可以看看

笔记

版本1.8.0中的新功能。

广播规则适用，有关详细信息，请参阅numpy.linalg文档。

特征值使用LAPACK例程_syevd，_heevd来计算

例子

>>> from numpy import linalg as LA
>>> a = np.array([[1, -2j], [2j, 5]])
>>> LA.eigvalsh(a)
array([ 0.17157288,  5.82842712])