Python 症状| Matrix.eigenvects()方法
原文:https://www.geesforgeks.org/python-sympy-matrix-eignvects-method/
借助症状。矩阵()。特征向量()方法，我们可以找到一个矩阵的特征向量。特征向量()方法返回形式为的元组列表(特征值:代数重数，【特征向量】)。
语法:矩阵()。特征向量()
返回:返回以下形式的元组列表(特征值:代数重数，[特征向量])。
示例#1:
# import sympy
from sympy import * M = Matrix([[3, -2, 4, -2],
[5, 3, -3, -2],
[5, -2, 2, -2],
[5, -2, -3, 3]])
print("Matrix : {} ".format(M))
# Use sympy.eigenvects() method
M_eigenvects = M.eigenvects()
print("Eigenvects of a matrix : {}".format(M_eigenvects))
输出:
矩阵:矩阵([[3，-2，4，-2]，[5，3，-3，-2]，[5，-2，2，-2]，[5，-2，-3，3]]) 矩阵的特征向量:[(-2，1，【矩阵([ [0]， [1]， [1]， [1]])))，(3，1，【矩阵([ [1]， [1]， [1]，【2】
例 2:
# import sympy
from sympy import * M = Matrix([[1, -3, 3], [3, -5, 3], [6, -6, 4]])
print("Matrix : {} ".format(M))
# Use sympy.eigenvects() method
M_eigenvects = M.eigenvects()
print("Eigenvects of a matrix : {}".format(M_eigenvects))
输出:
矩阵:矩阵([[1，-3，3]，[3，-5，3]，[6，-6，4]]) 矩阵的本征向量:[(-2，2，[矩阵([ [1]， [1]， [0]])，矩阵([ [-1]， [ 0]， [ 1]])))，(4，1，【矩阵([ [1/2]， [1/2]，
