python中矩阵特征向量怎么表示,在python中如何绘制符号矩阵特征值的密度图

我想画一个矩阵的两个第一特征值之差的彩色图。为了做到这一点，首先我定义了一个有两个参数“x”和“y”的符号矩阵。然后我得到特征向量和特征值(简称)，并计算两个第一特征值之间的间隙。最后(我认为问题出在这里…)我制作了一个由点X和Y组成的网格，用函数“能量间隙(X，Y)”来评估它，将结果存储在Z中，然后用这个来绘制图，但是它不起作用……知道为什么吗？在import numpy as np

import numpy

import matplotlib.pyplot as plt

from sympy.utilities.lambdify import lambdify

from sympy import symbols

x = symbols("x")

y = symbols("y")

matrix = [[x+2, x,y],[y**2,x,3],[y+4,2,1]]

simbolic_matrix = lambdify((x,y), matrix,'numpy')

def eigen_system(x,y):

values, vectors = numpy.linalg.eig(np.array(simbolic_matrix(x,y)))

values_short = np.sort(values)

vectors_short = vectors[:,values.argsort()]

return values_short , vectors_short

def energy_gap(x,y):

values , vectors = eigen_system(x,y)

gap = abs(values[1])-abs(values[0])

return gap

def plot_energy_gap():

x = np.arange(1.1, 3.0, 0.1)

y = np.arange(1.1, 3.0, 0.1)

X, Y = np.meshgrid(x, y)

Z = energy_gap(X,Y)

im = plt.imshow(Z, cmap=plt.cm.RdBu,extent=(1.1,3,1.1,3))

plt.colorbar(im)

plt.show()

plot_energy_gap()