在python中使用numpy.linalg.eig后对特征值和相关特征向量进行排序
在python中使用numpy.linalg.eig后对特征值和相关特征向量进行排序
提问于 2011-11-11 18:53:36
我使用numpy.linalg.eig来获取特征值和特征向量的列表：
A = someMatrixArray
from numpy.linalg import eig as eigenValuesAndVectors
solution = eigenValuesAndVectors(A)
eigenValues = solution[0]
eigenVectors = solution[1]我想对我的特征值进行排序(例如，从最低到最高)，在某种程度上，我知道排序后相关的特征向量是什么。
我找不到任何使用python函数来实现这一点的方法。有没有什么简单的方法，或者我必须编写我的排序版本？
回答 3
Stack Overflow用户
回答已采纳
发布于 2011-11-11 19:04:17
使用numpy.argsort。它返回用于对数组进行排序的索引。
import numpy as np
import numpy.linalg as linalg
A = np.random.random((3,3))
eigenValues, eigenVectors = linalg.eig(A)
idx = eigenValues.argsort()[::-1]
eigenValues = eigenValues[idx]
eigenVectors = eigenVectors[:,idx]如果特征值是复数，则the sort order is lexicographic (即，复数首先根据其实部进行排序，并按其虚部断开关系)。
Stack Overflow用户
发布于 2013-10-12 11:14:31
上面unutbu的回答非常简洁。但是，这是我们可以做的另一种方法，它更通用，也可以用于列表。
eval, evec = sp.eig(A)
ev_list = zip( eval, evec )
ev_list.sort(key=lambda tup:tup[0], reverse=False)
eval, evec = zip(*ev_list)该tup是特征值，排序函数将根据该特征值对列表进行排序。
reverse = False用于升序。
Stack Overflow用户
发布于 2018-05-28 17:21:20
ubuntu的这段代码不能在我的Python 3.6.5上运行。它会导致运行时错误。因此，我将他/她的代码重构为在我的测试用例上运行良好的代码：
import numpy as np
from numpy import linalg as npla
#
def eigen(A):
eigenValues, eigenVectors = npla.eig(A)
idx = np.argsort(eigenValues)
eigenValues = eigenValues[idx]
eigenVectors = eigenVectors[:,idx]
return (eigenValues, eigenVectors)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/8092920
复制相关文章
相似问题