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，它是实数且对称的半正定矩阵。因此，特征值和特征向量都应该是实数，然而numpy.linalg.eig()返回具有(几乎)零虚部的复数值。

协方差矩阵太大，这里贴不出来，但是特征值出来了

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

向量中最大的虚部在 -9.7557e-16j 处可以忽略不计。

我认为这里存在一些机器精度问题，因为虚部显然可以忽略不计(并且假设我的协方差矩阵是 real pos semi-def)。

有没有办法使用 numpy eig(或 scipy)来抑制返回虚部？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实数分量。

Answer 1

我认为针对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，因此只有真实的特征值，正是这个特定的用例。

---

一般来说，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。