NumPy参考 >例行程序 >线性代数（numpy.linalg） > numpy.linalg.eigvals
numpy.linalg.eigvals（a ）[来源] ¶计算通用矩阵的特征值。
将计算其特征值的复数或实值矩阵。
特征值，每个特征值根据其多重性重复。它们不一定是有序的，对于实际矩阵也不一定是真实的。
如果特征值计算不收敛。
笔记
1.8.0版中的新功能。
广播规则适用，numpy.linalg有关详细信息，请参阅文档。
这是通过使用_geevLAPACK例程来实现的，该例程计算通用方阵的特征值和特征向量。
例子
举例说明，利用对角矩阵的特征值是其对角元素这一事实，即将左边的矩阵乘以正交矩阵Q，将右边的矩阵乘以QT（Q的转置），则保留了“中间”矩阵。换句话说，如果Q正交，则具有与以下相同的特征值
：Q * A * Q.TA
>>> from numpy import linalg as LA
>>> x = np.random.random()
>>> Q = np.array([[np.cos(x), -np.sin(x)], [np.sin(x), np.cos(x)]])
>>> LA.norm(Q[0, :]), LA.norm(Q[1, :]), np.dot(Q[0, :],Q[1, :])
(1.0, 1.0, 0.0)
现在Q将对角矩阵在一侧乘以另一侧Q.T：
>>> D = np.diag((-1,1))
>>> LA.eigvals(D)
array([-1., 1.])
>>> A = np.dot(Q, D)
>>> A = np.dot(A, Q.T)
>>> LA.eigvals(A)
array([ 1., -1.]) # random