Skip to main content
 首页 » 编程设计

python之对特征值和特征向量进行排序

2025年01月19日14me-sa

numpy.linalg.eig 函数支持一次性计算一堆矩阵的特征值和特征向量。在我的例子中,我有 500000 个 2x2 矩阵,组织在一个 1000x500x2x2 numpy 数组中,调用 numpy.linalg.eig 返回 1000x500x2 特征值和 1000x500x2(2 分量)特征向量。正是我需要的。但是,我需要对特征值和特征向量进行排序。我尝试用

对特征值进行排序
vals, vecs = np.linalg.eig(array) 
vals = vals[np.argsort(vals, axis = -1)] 

但这会返回一个形状为 1000x500x2x500x2 的数组,而不是我期望的 1000x500x2。有没有一种简单的方法可以解决此问题,而无需诉诸遍历数组?是否有类似简单的方法根据特征值对特征向量进行排序?

这个问题在这里得到了某种程度的回答:Sorted eigenvalues and eigenvectors on a grid但是答案是针对(另一个)特例量身定制的,并没有很好地解释,而且我没有成功地将其适应我的情况。我考虑过对该答案发表评论,询问详细信息,但我目前的声誉点数为 49,您需要 50 点才能发表评论。

请您参考如下方法:

与 Tor 一起开发的解决方案.它将根据“特征值”顺序(由 np.random 生成的假特征向量)交换 2x2 矩阵的列。

import numpy as np 
import itertools 
Nx = 1000 
Ny = 500 
vals = np.random.rand(Nx, Ny, 2) 
vecs = np.random.rand(Nx, Ny, 2, 2) 
sort_order = np.argsort(vals, -1) 
L = np.array(list(itertools.product(range(Nx), range(Ny), range(2)))) 
d0 = L[:,0] 
d1 = L[:,1] 
d2 = L[:,2] 
vecsort = vecs[ np.c_[d0, d0], np.c_[d1, d1], np.c_[d2, d2], sort_order[d0, d1] ].reshape(Nx, Ny, 2, 2) 
# vals can be sorted in place using: 
vals.sort(axis=2)