我查看了eigvecs
和eigen
,但他们都没有按特征值的大小对特征向量进行排序。这是我们必须自己编码的东西吗?
testM=diagm(0=>[1,3,2])
eigvals(testM)
eigvecs(testM)
U=eigen(testM)
U.vectors
U.values
旧答案是使用eigfact
。但是,从v1.0开始,它已重命名为eigen
并移至标准库包LinearAlgebra
,因此您需要在代码顶部使用using LinearAlgebra
。完成此操作后,您可以使用eigen
查看?eigen
的文档。注意,我也更新了这个答案,用flipdim
替换reverse
(另一个v1.0更改)。
对于对称输入,您可以选择传入UnitRange{Int}
以获得与k
最小或最大特征值对应的特征向量:
ef = eigen(Symmetric(x), 1:k) #k smallest eigenvalues/vectors
ef.values
ef.vectors
要么
K = size(x, 1)
ef = eigen(Symmetric(x), K-k+1:K) #k largest eigenvalues/vectors
ef.values
ef.vectors
reverse(ef.values, dims=1) #If you want ordered largest to smallest
reverse(ef.vectors, dims=2) #If you want ordered largest to smallest
对于非对称输入,您需要计算所有特征值/向量,然后采用您想要的任何切片。输出仍然是排序的,因此:
K = size(x, 1)
ef = eigen(x)
ef.values[1:k] #smallest k
ef.vectors[:, 1:k] #smallest k
ef.values[K-k+1:K] #largest k
ef.vectors[:, K-k+1:K] #largest k
和以前一样,如果你想要最大的reverse
从最大到最小,请使用k
。