eig在python中到底输出什么？

我试图检索所有的（规则的）特征向量以及足够的广义特征向量，以从我的平方NxN矩阵中完成一个基。我的问题是，输出的特征向量到底是什么

evals, levecs = eig(Mnp, left=True,right=False)

我在这方面找到的文档只说“解一个普通或广义的方阵特征值问题，求一个广义矩阵的特征值w和右或左特征向量”

谁能告诉我这是否意味着我的左特征向量是正则的和广义的？如果您能提供任何信息，我将不胜感激。

w:（…，M）数组

特征值，每个特征值根据其多重性重复。这个 特征值不一定是有序的。生成的数组将是 复数型，除非虚部为零，在这种情况下 将被转换为真实类型。当a为实时，得到的特征值 将是实部（0虚部）或以共轭对出现

v:（…，M，M）数组

归一化（单位“长度”）特征向量，使得列 v[：，i]是对应于特征值w[i]的特征向量

从那一页的注释部分

这是使用计算 一般方阵的特征值和特征向量

如果存在一个向量v，则数w是a的特征值 那个点（a，v）=w*v。因此，阵列a、w和v满足 方程dot（a[：，：]，v[：，i]）=w[i]*v[：，i]表示i\in{0，…，M-1}

特征向量的数组v可能不是最大秩，也就是说，有些 列的长度可能是线性相关的，尽管舍入误差可能是线性的 掩盖这个事实。如果特征值都不同，那么 理论上，特征向量是线性独立的。同样地 特征向量v的（复数）矩阵是酉的，如果矩阵a 是正常的，即如果点（a，a.H）=点（a.H，a），其中a.H表示 a的共轭转置

最后，需要强调的是，v由权利构成（如 a的右（右）特征向量。向量y满足点（y.T，A） =z*y.T对于某个数z称为a的左特征向量，通常，矩阵的左特征向量和右特征向量不是 必然是彼此的（可能是共轭的）转置