NumPy NumPy参考

• 数组对象
• 常数
• 通用功能（ufunc）
• 例行程序
•    数组创建例程
•    数组操作例程
•    Binary operations
•    String operations
•    C-Types Foreign Function Interface (numpy.ctypeslib)
•    Datetime Support Functions
•    Data type routines
•    Optionally Scipy-accelerated routines (numpy.dual)
•    Mathematical functions with automatic domain (numpy.emath)
•    Floating point error handling
•    Discrete Fourier Transform (numpy.fft)
•    Financial functions
•    Functional programming
•    NumPy-specific help functions
•    Indexing routines
•    输入输出
•    线性代数（numpy.linalg）
•          numpy.dot
•          numpy.linalg.multi_dot
•          numpy.vdot
•          numpy.inner
•          numpy.outer
•          numpy.matmul
•          numpy.tensordot
•          numpy.einsum
•          numpy.einsum_path
•          numpy.linalg.matrix_power
•          numpy.kron
•          numpy.linalg.holesky
•          numpy.linalg.qr
•          numpy.linalg.svd
•          numpy.linalg.eig
•          numpy.linalg.eigh
•          numpy.linalg.eigvals
•          numpy.linalg.eigvalsh
•          numpy.linalg.norm
•          numpy.linalg.cond
•          numpy.linalg.det
•          numpy.linalg.matrix_rank
•          numpy.linalg.slogdet
•          numpy.trace
•          numpy.linalg.solve
•          numpy.linalg.tensorsolve
•          numpy.linalg.lstsq
•          numpy.linalg.inv
•          numpy.linalg.pinv
•          numpy.linalg.tensorinv
•          numpy.linalg.LinAlgError
•    逻辑功能
•    Mathematical functions
•    Matrix library (numpy.matlib)
•    Miscellaneous routines
•    Padding Arrays
•    Polynomials
•    Random sampling (numpy.random)
•    Set routines
•    Sorting, searching, and counting
•    Statistics
•    Test Support (numpy.testing)
•    Window functions
• Packaging (numpy.distutils)
• NumPy Distutils - Users Guide
• NumPy C-API
• NumPy内部
• NumPy和SWIG

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

计算复杂的Hermitian或实对称矩阵的特征值。

与eigh的主要区别：不计算特征向量。

参量

一个（...，M，M）array_like

要计算其特征值的复数或实值矩阵。

UPLO {'L'，'U'}，可选

指定的计算是否与的下三角部分进行一个（“L”，缺省值）或上三角部分（“U”）。不管该值如何，在计算中仅考虑对角线的实部以保留厄米矩阵的概念。因此得出结论，对角线的虚部将始终被视为零。

退货

w （…，M，）ndarray

特征值按升序排列，每个都根据其多重性重复。

加薪

LinAlgError

如果特征值计算不收敛。

也可以看看

eigh

实对称或复杂Hermitian（共轭对称）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

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。

特征值是使用LAPACK程序计算_syevd，_heevd。

例子

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

>>> # demonstrate the treatment of the imaginary part of the diagonal
>>> a = np.array([[5+2j, 9-2j], [0+2j, 2-1j]])
>>> a
array([[5.+2.j, 9.-2.j],
       [0.+2.j, 2.-1.j]])
>>> # with UPLO='L' this is numerically equivalent to using LA.eigvals()
>>> # with:
>>> b = np.array([[5.+0.j, 0.-2.j], [0.+2.j, 2.-0.j]])
>>> b
array([[5.+0.j, 0.-2.j],
       [0.+2.j, 2.+0.j]])
>>> wa = LA.eigvalsh(a)
>>> wb = LA.eigvals(b)
>>> wa; wb
array([1., 6.])
array([6.+0.j, 1.+0.j])