如何在SciPy中找到多重特征值和一个最低特征向量？

我想使用

scipy.sparse.linalg.eigsh（）

找到几个具有最小值的特征值，同时只计算与最小特征值对应的一个特征向量。目前我发现这个函数只能返回相同数量的特征值和特征向量，这将导致更多的CPU和内存使用，尤其是当矩阵维数相当大时。有没有办法在SciPy中只保留一个特征向量