R 求主导特征向量和特征值

我计算了矩阵的特征值：

e <- eigen(t)

那么主导特征向量呢？是否通过以下方式提取：

e$vectors[,1]

我这样问是因为我认为e$值会给我从最大到最小的特征值……但我得到了以下结果：

 [1]  1.000000e+00  3.751736e-01  3.751736e-01 -4.143304e-01 -4.143304e-01
 [6] -4.330604e-01 -4.330604e-01 -7.921977e-02 -7.921977e-02  5.948138e-02
[11]  5.948138e-02  6.969758e-04  6.969758e-04 -4.057858e-02 -4.057858e-02
[16]  3.039333e-02  3.039333e-02  8.007672e-03  8.007672e-03 -2.005426e-02
[21] -2.005426e-02  2.361154e-02  2.361154e-02  1.023211e-02  1.023211e-02
[26]  1.099767e-02  1.099767e-02 -9.547037e-03 -9.547037e-03  1.070972e-02
[31]  1.070972e-02 -1.925037e-03 -1.925037e-03 -2.908073e-03 -2.908073e-03
[36]  1.517843e-04  1.517843e-04 -1.088992e-04 -3.070693e-10  3.070676e-10

---

从帮助功能：

价值观

包含x的（p）特征值的向量，按降序排序，在非对称情况下，当 它们可能很复杂（即使对于实矩阵也是如此）。对于真正的非对称 矩阵只有当向量的复共轭对 检测特征值。载体

其列包含x的特征向量的（p乘以p）矩阵，或者如果仅.values为真，则为空。向量是 标准化为单位长度

它说的是降序，矩阵的列包含向量，所以是的

e$values[1]
e$vectors[,1]

---

不要忘记，如果您需要更多帮助，您应该提供一个可复制的示例，以便我们从帮助功能了解问题所在

：

价值观

包含x的（p）特征值的向量，按降序排序，在非对称情况下，当 它们可能很复杂（即使对于实矩阵也是如此）。对于真正的非对称 矩阵只有当向量的复共轭对 检测特征值。载体

其列包含x的特征向量的（p乘以p）矩阵，或者如果仅.values为真，则为空。向量是 标准化为单位长度

它说的是降序，矩阵的列包含向量，所以是的

e$values[1]
e$vectors[,1]

不要忘记，如果你需要更多的帮助，你应该提供一个可复制的例子，以便我们了解什么是错误的