scipy.linalg.eig(a, b=None, left=False, right=True, overwrite_a=False, overwrite_b=False, check_fini

求解方阵的普通或广义特征值问题。
求一般矩阵的特征值 w 和右或左特征向量：

参数：

a： (M, M) 数组
将计算其特征值和特征向量的复数或实数矩阵。

b： (M, M) 数组，可选
Right-hand 广义特征值问题中的边矩阵。默认为无，假设单位矩阵。

left： 布尔型，可选
是否计算并返回左特征向量。默认为假。

right： 布尔型，可选
是否计算并返回右特征向量。默认为真。

overwrite_a： 布尔型，可选
是否覆盖a；可以提高性能。默认为假。

overwrite_b： 布尔型，可选
是否覆盖b；可以提高性能。默认为假。

check_finite： 布尔型，可选
是否检查输入矩阵是否仅包含有限数。禁用可能会提高性能，但如果输入确实包含无穷大或 NaN，则可能会导致问题(崩溃、非终止)。

homogeneous_eigvals： 布尔型，可选
如果为 True，则返回齐次坐标中的特征值。在这种情况下，w 是一个 (2, M) 数组，默认为假。

返回：

w： (M,) 或 (2, M) 双精度或复数 ndarray
特征值，每个都根据其多重性重复。形状为 (M,) 除非 homogeneous_eigvals=True 。

vl： (M, M) 双精度或复数 ndarray
对应于特征值w[i]的归一化左特征向量是列vl[:,i]。仅在 left=True 时返回。

vr： (M, M) 双精度或复数 ndarray
对应于特征值 w[i] 的归一化右特征向量是列 vr[:,i] 。仅在 right=True 时返回。

抛出：

LinAlg错误
如果特征值计算不收敛。

>>> a = np.array([[3., 0., 0.], [0., 8., 0.], [0., 0., 7.]])
>>> linalg.eigvals(a, homogeneous_eigvals=True)
array([[3.+0.j, 8.+0.j, 7.+0.j],
       [1.+0.j, 1.+0.j, 1.+0.j]])

以上就是全部内容