Numpy svd没有'；t返回正确的尺寸

我有一个维数为（22,2）的矩阵，我想用奇异值分解它。但是numpy中的SVD没有返回正确的维度。我希望像

（22,22）、（22,2）

---

返回的尺寸是正确的。

uu

和

vvh

矩阵始终是平方矩阵，而根据软件的不同，

s

可以是仅具有奇异值的数组（如numpy）或具有原始矩阵尺寸的对角矩阵（如MATLAB）

uu

矩阵的维数是原始矩阵的行数，

vvh

矩阵的维数是原始矩阵的列数。这永远不会改变，否则您将计算其他内容而不是SVD

要从numpy中的分解重构原始矩阵，我们需要将

s

转换为具有适当维数的矩阵。对于方阵很容易，只要

np.diag（s）

就足够了。因为您的原始矩阵不是正方形的，而且它的行数多于列数，所以我们可以使用

S=np.vstack（[np.diag，np.zero（（20,2）））

然后我们得到一个

S

矩阵，它是一个奇异值和零矩阵串联的对角矩阵。最后，

uu

是22x22，

S

是

22x2

，

vvh

是

2x2

。乘以

uu@S@vvh

将返回原始矩阵