Python numpy.linalg.svd不按降序返回Sigma

我目前正在使用numpy.linalg的奇异值分解函数计算一个大矩阵（确切地说是一幅图像）上的奇异值分解。我发现的文档和示例似乎都表明返回的Sigma值是按降序排列的（这意味着U和V^T的顺序是正确的）

然而，在我的测试中，西格玛值看起来是无序的。所以我的问题是，是否出于某种原因，我的linalg出现了问题（我知道这很不可能），或者它只是返回无序的sigma

---

接下来的问题是对西格玛进行排序的最佳方法，以便U和V^T中的顺序也反映了变化

由于

linalg.svd

只是LAPACK

dgesdd

的一个接口，因此应订购奇异值

>>> import numpy as np
>>> A = np.random.randn(2400,3600)
>>> U, s, V = np.linalg.svd(A, full_matrices=False)
>>> np.allclose(A, np.dot(U*s, V))
True
>>> (s[:-1] >= s[1:]).all()
True

如果得到无序的结果，请检查结果是否正确，如上面的示例所示。如果没有，你可能会有一个或（不太可能）一个numpy错误