上一主题

numpy.linalg.eigvals

下一主题

numpy.linalg.norm

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

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。

也可以看看

eigh
对称/ Hermitian数组的特征值和特征向量。
eigvals
一般实数或复数数组的特征值。
eig
一般实数或复数数组的特征值和右特征向量。

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])