python - 如何根据矩阵的构造跟踪矩阵的特征值和特征向量

Question

假设我有一个28 x 28维度的块矩阵。像这样：

B = np.zeros((14,14))
C = np.zeros((14,14))
D = np.zeros((14,14))
Ct = C.T

A = np.block([[B,C], [Ct, D]])

我继续填充这个矩阵，这与我要问的问题无关，所以想象一下我们在矩阵内部有随机值。我想获得的特征值和特征向量，A所以我使用 numpy.linalg

vals, vecs = np.linalg.eig(A)

的文档np.linalg.eig说特征值“不一定是有序的”，我觉得这真的很模棱两可。

如果我使用 numpy 的 np.linalg.eig 对矩阵进行对角化，我会返回各自的特征值和特征向量，但“不一定是有序的”。

我不知道np.linalg.eig选择什么顺序来存储向量和值，但是如果我希望根据它们在块矩阵中的“位置”对结果特征值进行排序，我该如何实现呢？

标签： pythonnumpylinear-algebraeigenvalueeigenvector