python - 抑制可忽略不计的复杂 numpy 特征值？

Question

我正在计算协方差矩阵的特征值，它是实数和对称正半定的。因此，特征值和特征向量都应该是实数，但是numpy.linalg.eig()会返回具有（几乎）零虚部的复数值。

协方差矩阵太大，无法在此处发布，但特征值显示为

[1.38174e01+00j, 9.00153e00+00j, ....]

向量中的最大虚部在 处可以忽略不计-9.7557e-16j。

我认为这里存在一些机器精度问题，因为很明显虚部可以忽略不计（并且考虑到我的协方差矩阵是实数 pos semi-def）。

有没有办法抑制使用 numpy eig （或 scipy ）返回虚部？我试图避免使用 if 语句来检查特征值对象是否复杂，然后尽可能将其设置为真实组件。

标签： pythonnumpylinear-algebraeigenvalue

Answer 1

我认为这种特定情况的最佳解决方案是使用@PaulPanzer 的建议，即np.linalg.eigh。这直接适用于 Hermitian 矩阵，因此只有真正的特征值，正是这个特定的用例。

---

通常，检索数组中数字的实部很简单：

>>> np.real(np.array([1+1j,2+1j]))
array([ 1.,  2.])

numpy.real返回数字的实部。