在使用python库进行数值任务时,我是个新手。我正在读一篇关于LexRank的文章,想知道如何计算转移矩阵的特征向量。我使用了eigval
函数,得到了一个很难解释的结果:
a = numpy.zeros(shape=(4,4))
a[0,0]=0.333
a[0,1]=0.333
a[0,2]=0
a[0,3]=0.333
a[1,0]=0.25
a[1,1]=0.25
a[1,2]=0.25
a[1,3]=0.25
a[2,0]=0.5
a[2,1]=0.0
a[2,2]=0.0
a[2,3]=0.5
a[3,0]=0.0
a[3,1]=0.333
a[3,2]=0.333
a[3,3]=0.333
print LA.eigval(a)
特征值为:
^{pr2}$谁能解释一下j
在这里做什么?特征值不应该是标量吗?我怎样才能广义地解释这个结果呢?在
j
是虚数,是负一的平方根。在数学中,它通常用i
表示,在工程中用in Python, it is denoted by ^{单个特征值是一个标量,但一个(m,m)矩阵将具有m特征值(和m特征向量)。The Wiki page on eigenvalues and eigenvectors有一些例子可以帮助你理解这些概念。在
正如@unutbu提到的,
j
表示Python中的虚数。一般来说,即使矩阵只包含实值(see here, for example),矩阵也可能具有复特征值(即实部和虚部)。对称实值矩阵是一个例外,因为它们被保证只有实特征值。在相关问题 更多 >
编程相关推荐