修正的施密特正交化（MSG）python实现

我发现找的代码都太难了，所以自己编了一下

import numpy as np
A = np.array([[3,4,5,6],[3,4,5,6],[6,5,3,7]],dtype=np.float64)
def MGS( A ):
    A1 = A[0]
    n,m = A.shape
    q0 =A[0] / np.linalg.norm(A1)
    q = np.zeros((n,m))
    q[0] = q0
    for i in range(n-1):
        for j in range(i+1, n):
            A[j] = A[j] - np.inner(A[j],q[i]) * q[i]
        for k in range(m):
            if A[i+1][k] < 1.0e-6:
                q[i+1] = A[i+1]
                '''矩阵的两行相同时，第二个相同元素行会出现一个极小量。
           若单位化，则会出现[0,0,0,1,0,0,0,0,0,]，本步是遍历第二行的元素，若存在极小                            量，则不需将此行单位化，直接输出该行，那么在结果中需要自己辨别是否存在零向量量'''
            else:
                q[i+1] = A[i+1] / np.linalg.norm(A[i+1])
    return q

print(MGS(A))