以numpy.linalg.eig格式返回的特征向量是否正交？_Numpy_Scipy_Eigenvalue_Eigenvector_Orthogonal

以numpy.linalg.eig格式返回的特征向量是否正交？

numpy

以numpy.linalg.eig格式返回的特征向量是否正交？,numpy,scipy,eigenvalue,eigenvector,orthogonal,Numpy,Scipy,Eigenvalue,Eigenvector,Orthogonal,numpy.linalg.eig中返回的特征向量是否正交？如果没有，我如何得到正交和归一化的特征向量和相对八个向量我自己也试过一些简单的例子，一般来说，v0*v1=0.0001xxxxxxxxx，我能把这个结果视为正交的吗？numpy.linalg.eig的文档清楚地说明：特征向量的数组v可能不是最大秩，也就是说，一些列可能是线性相关的，尽管舍入误差可能会掩盖这一事实。如果特征值都不同，那么理论上特征向量是线性独立的。但是，它们不需要是正交的以numpy.linalg.eig格式返回的特

numpy.linalg.eig

中返回的特征向量是否正交？如果没有，我如何得到正交和归一化的特征向量和相对八个向量

我自己也试过一些简单的例子，一般来说，

v0*v1=0.0001xxxxxxxxx

，我能把这个结果视为正交的吗？

numpy.linalg.eig

的文档清楚地说明：

特征向量的数组v可能不是最大秩，也就是说，一些列可能是线性相关的，尽管舍入误差可能会掩盖这一事实。如果特征值都不同，那么理论上特征向量是线性独立的。

但是，它们不需要是正交的

以numpy.linalg.eig格式返回的特征向量是否正交

NumPy没有做出任何这样的承诺

如果没有，我如何得到正交和归一化的特征向量和相对八个向量

不能保证矩阵的特征空间是偶数正交的；可能无法选择正交特征向量。

能否提供一个测试示例来说明问题？正交特征向量仅适用于对称矩阵和厄米矩阵。有关更多详细信息，请参阅此答案。在这里调用

orh

在数学上没有意义。@user2357112你是对的，但我不清楚OP想要实现什么。我试图解一个矩阵微分方程，所以我想对矩阵进行对角化，得到归一化和正交的特征向量和特征值。我想你可能误解了你需要做什么。要使用特征向量对矩阵进行对角化，请参见或在非常有限的情况下，特征向量是正交的：但通常它们只是线性独立的。