Python 计算Numpy中的特征值无效：每个元素都是一个浮点

尝试计算牛顿法优化矩阵的特征值

在PyDev for Eclipse中使用Python 2.7.6

这是PyDev返回的变量（Hessian）：

ndarray: [[ 0.01  0.  ]
[ 0.    1.  ]]

以下命令：

np.linalg.eig(Hessian)

返回异常：

ufunc 'isfinite' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

我甚至尝试将每个元素转换为浮点值，方法是循环遍历每个元素并使用

float

函数

编辑/进一步信息：插入

print repr（Hessian）

后产生以下结果

array([[0.01, 0.0],
   [0.0, 1.0]], dtype=object)

---

从您的评论来看，矩阵似乎不是numpy数组，在使用numpy时会导致错误

正如你所指出的：

“可能是这个过程引起了麻烦。”

我也不能重现你的错误

简单尺度变换矩阵如

[[0.01,0.]，[0,1.]

的EIG变换器显然是标准基向量

[1,0]

和

[0,1]

，通过检查，特征值为0.01和1

相关的numpy模块在执行此操作时没有问题，因此错误一定在别处

>>> import numpy as np
>>> M = np.array([[0.01,0.],[0.,1.]])
>>> M
array([[ 0.01,  0.  ],
       [ 0.  ,  1.  ]])
>>> np.linalg.eig(M)
(array([ 0.01,  1.  ]), array([[ 1.,  0.],
       [ 0.,  1.]]))

---

你能给我们看看

打印报告（你的_数组）

的回溯和输出吗？很抱歉，我已经解决了。如果我将它设置为Hessian=array（Hessian，dtype=numpy.float32），它现在就可以工作了。我将尝试为其他人做上述工作，以便他们能够了解诊断的具体情况。不幸/幸运的快速修复抱歉…

print repr（Hessian）

output现在插入到上面的底部。听起来问题出在Sympy处理上。号码仍保存为Sympy表达式。是的，很抱歉，我应该提到我在IDLE中重新创建了一个类似的实例，并且它工作正常。问题是，我使用Symphy处理每个元素，以区分函数，从而创建一个Hessian矩阵。可能是这个

Hessian[i，j]=diff（diff（function，x_i），x_j）

的过程造成了这个问题。编辑解决方案以适应上面的信息，我会接受它。谢谢你的信息！