Numpy-找到特定特征值集的对应特征向量

我试图找出如何用numpy找到一组特定特征值对应的特征向量

我正在做一个使用奇异值分解的项目，我需要找到截断奇异值分解，它是具有k个最大奇异值的奇异值分解

desired_singular_values = sorted_singular_values[:desired_num_singular]

---

提前谢谢

回答第一个问题。如果需要实现算法，则取决于您希望如何实现。我这里有几页是给你的。如果您想要python中的特征值。它是下面的

w,v = numpy.linalg.eig(A)

作为回应，截断的SVD。SVD中还有另一个命令

u,s,vh = numpy.linalg.svd(A,fullmatrices=False)

---

看到哪个给出了减少的SVD

如何计算排序的奇异值？