得到Julia中p个最大特征值对应的特征向量

我研究了

eigvecs

和

eigen

，但它们都没有按照特征值的大小对特征向量进行排序。这是我们必须自己编写的代码吗

testM=diagm(0=>[1,3,2])
eigvals(testM)
eigvecs(testM)
U=eigen(testM)
U.vectors
U.values

---

旧的答案是使用

eigfact

。但是，从v1.0开始，它已重命名为

eigen

，并移动到标准库包

linearagebra

，因此您需要在代码顶部使用linearagebra。完成此操作后，您可以使用

？eigen

查看

eigen

的文档。注意，我还更新了此答案，将

flipdim

替换为

reverse

（另一个v1.0版本更改）

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

或

对于非对称输入，您需要计算所有特征值/向量，然后获取您想要的任何切片。输出仍处于排序状态，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

---

如前所述，如果您想将最大的

k

从大到小排序，请使用

reverse

。

科林的答案很好。让我补充一点，还有一个包提供了到Fortran库的绑定。导出的方法

eigs

也有一个选项

nev

来指定请求的特征值/向量的数量。

U.vectors[：，sortperm（U.values）。>1]

我认为，当您想要选择除与最小特征值对应的特征向量以外的所有向量时，该选项都有效。所以我的问题是，有没有更好的办法？我的意思是这一直是编程的问题。很容易找到一个蹩脚的方法。也许你应该提到，在Julia>=0.7

eigfact

中，它已被移动到

LinearAlgebra

stdlib。@crstnbr oops同意，绝对值得一提。我不打电话的时候会修好的。干杯。我在Julia 1.0.0的文档中找不到

eigfact

？@ztyh是的，正如crstnbr所指出的，在v0.7+中，

eigfact

已移动到标准库包

LinearAlgebra

。因此，只需在代码前面加上

和linearagebra

，然后

？eigfact

就会显示文档。我已经调整了我的答案以反映这一点。（我仍然习惯于v0.7+中新的标准库包结构）@ztyh Oops刚刚意识到，

eigfact

现在也被重命名为

eigen

。现在调整答案。

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