Numpy 中如何矩阵的特征对排序

是东哥啊

于 2020-04-15 09:27:22 发布

阅读量2.4k

点赞数 1

分类专栏： Data Mining 文章标签： python numpy

本文链接：https://blog.csdn.net/weixin_44194101/article/details/105527743

版权

本文介绍了在Numpy中如何对矩阵的特征值和特征向量进行从大到小的排序。通过使用numpy.linalg.eigvals()获取特征值，并结合排序索引的特性，通过对特征值取负来实现降序排列。最后，利用排序后的索引对特征向量进行操作，从而得到相应排序的特征向量。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述

1. 问题

用 Numpy 求解矩阵特征对的时候，返回结果大小是随机的，而我们数据挖掘求解的时候常需要把特征值按从大到小的顺序排列。如何简单的实现对特征值和特征向量排序呢？

2. 分析

Numpy 的 argsort 函数，可以提取排序后的索引。举例来说

a = np.array([3, 1, 2, 4])
b = np.argsort(a)

其结果为

array([1, 2, 0, 3])

其对应关系为，b 中的元素就是 a 中元素从小到大后的索引。大意如下

                         a = [3, 1, 2, 4]

                         b = [1, 2, 0, 4]
smallest item index <---------+  +  +  +-----> Last smallest item index
                                 |  |
  seconde smallest  <------------+  +--------> Third smallest
        item index                             item index
                             Small to big
                    +------------------------>

但这有一个问题，就是排列都是从小到大，Data Mining 里面很多时候都需要特征值从大到小排列。很遗憾 Numpy 并没有给我们提供选项，所以需要我们自己想办法。考虑到排列顺序乘以相反数以后正好颠倒，我们可以对待排序的 array 取相反数