计算 Numpy Scipy 中的 Eigenvalues 和 Eigenvectors: 工程师的一步步示例

Eigenvalues and eigenvectors是线性代数中的基本概念,广泛用于稳定性分析,振动分析,系统动态等工程应用. NumPy和SciPy等Python库为计算这些值提供了高效的工具. 本文为工程师们提供了使用这些库计算eigenvalus和eigenvector的一步步例子.

建立环境

首先,确保NumPy和SciPy安装在您的 Python 环境中。 您可以使用 pip 安装它们 :

pip 安装 numby scipy

创建矩阵

定义要计算 eigen 值和 eigenvectors 的矩阵。通常,这个矩阵是正方形的,是真实的或复杂的。

例如,考虑以下3x3矩阵:

进口数字作为np]

A = np.array([[4, 1, 2],]]

[1,3,0],]

[[2,0,2]]] ]]

计算 Eigenvalues 和 Eigenvectors 数据

使用 SciPy 函数 [[FLT: 0]] 计算 eigen 值和 eigenvectors :

从scipy.linalg导入eig

等值, 等值=eig(A)

解释结果

变量 eigenvalts 包含矩阵 A 的eigenvalts. eigenvectors 阵列包含相应的eigenvers作为列.

显示结果:

印 ("Eigenvalues:,",eigenvalues) ]

印 ("Eigenvectors:,", eigenvectors) ]

内 容 提 要

使用 NumPy 和 SciPy 计算 Python 中的 eigen 值和 eigenvector 涉及定义矩阵,然后应用 函数。这些结果对于分析工程应用中的系统属性至关重要。