Python 3.x 对numpy感到困惑'；s返回特征向量

我一直在使用numpy的linalg模块，希望得到以下矩阵的特征向量：

import numpy as np
matrix = np.array([[4,0,-1],[0,3,0],[1,0,2]])
w,v = np.linalg.eig(matrix)
print(v)
array([[0.70710678, 0.70710678, 0.        ],
       [0.        , 0.        , 1.        ],
       [0.70710678, 0.70710678, 0.        ]])

用手计算特征向量只会得到两个向量，分别是[1,0,1]和[0,1,0]。我知道numpy规范化了向量，这很好，但问题是当我尝试检查第一列和第二列是否相等时：

v[:,0] == v[:,1]
array([False,  True, False])

这给我的印象是，这是两个不同的向量（所以我现在总共有3个特征向量），而我已经知道我只会得到两个

---

有人能解释一下这里发生了什么。

我不认为这是特征向量的问题，它看起来像是浮点数比较。检查

print（v[：，0]-v[：，1]）

确认一下，很可能是

[0.13e-15，0.0，0.21e-15]