python 邻接矩阵_阿里巴巴举荐，Python视频，免费分享，用python求解特征向量和拉普拉斯矩阵...

学过线性代数和深度学习先关的一定知道特征向量和拉普拉斯矩阵，这两者是很多模型的基础，有着很重要的地位，那用python要怎么实现呢？

numpy和scipy两个库中模块中都提供了线性代数的库linalg,scipy更全面些。

特征值和特征向量

import scipy as sc

#返回特征值，按照升序排列，num定义返回的个数
def eignvalues(matrix, num):
    return sc.linalg.eigh(matrix, eigvalues(0, num-1))[0]

#返回特征向量
def eighvectors(matrix):
    return sc.linalg.eigh(matrix, eigvalues(0, num-1))[1]

调用实例

#创建一个对角矩阵，很容易得知它的特征值是1,2,3
matrix = sc.diag([1,2,3])

#调用特征值函数,获取最小的特征值
minValue = eighvalues(matrix, 1)

#调用特征向量函数，获取所有的特征向量
vectors = eighvectors(matrix, 3)

拉普拉斯矩阵

很多图模型中都涉及到拉普拉斯矩阵，它有三种形式，这次给出的代码是D-A(度矩阵-邻接矩阵）和第二种标准化的形式:

#laplacian矩阵
import numpy as np
def unnormalized_laplacian(adj_matrix):
    # 先求度矩阵
    R = np.sum(adj_matrix, axis=1)
    degreeMatrix = np.diag(R)
    return degreeMatrix - adj_matrix
    
def normalized_laplacian(adj_matrix):
    R = np.sum(adj_matrix, axis=1)
    R_sqrt = 1/np.sqrt(R)
    D_sqrt = np.diag(R_sqrt)
    I = np.eye(adj_matrix.shape[0])
    return I - D_sqrt * adj_matrix * D_sqrt

对于Python初学者想更轻松的学好Python开发，Python爬虫技术，Python数据分析，人工智能等技术,这里也给大家准备了一套Python系统教学资源，下面介绍下阿里巴巴推荐的大型Python400集视频学习资料~有五个学习阶段400多集视频，带领大家进入Python的天地，打好一个坚实的Python基础，免费分享给大家获取方式： 评论区评论“ 学习 ”，即可免费获取！私信小编也可获取

1.变量及运算符
2.分支及循环
3.循环及字符串
4.列表及嵌套列表
5.字典及项目练习
6.函数的使用
7.递归及文件处理
8.文件
9.面向对象
10.设计模式及异常处理
11.异常及模块的使用
12.坦克大战
13.核心编程
14.高级特性
15.内存管理

1.并发编程
2.网络通信
3.MySQL
4.Linux
5.正则表达式

1.html基本标签
2.css样式
3.css浮动和定位
4.js基础
5.js对象和函数
6.js定时器和DOM
7.js事件响应
8.使用jquery
9jquery动画特效
10.Ajax异步网络请求

1.Django-Git版本控制
2.Django-博客项目
3.Django-商城项目
4.Django模型层
5.Django入门
6.Django模板层
7.Django视图层
8.Tornado框架

1.Python爬虫基础
2.Ppython爬虫Scrapy框架以上这些教程小编已经为大家打包准备好了，不全面找我希望对正在学习的你有所帮助！获取方式： 评论区评论“ 学习 ”，即可免费获取！私信小编也可获取小编回复的可能比较慢，喜欢小编的可以关注支持一下，谢谢大家支持！