如何在 Python 中找到拉普拉斯算子 (L) 的场向量？
我可以使用以下方法获取特征值和特征向量：
特征值，特征向量 = linalg.eig(L)
我假设 python 不会按顺序返回特征值。
我是否取第二大特征值，然后将其与相应的特征向量匹配（在索引中匹配）？
在对特征值进行排序时，如何处理负值？是按绝对大小排序吗？
感谢您的帮助
好吧，我不知道其中涉及的数学，但我会尽力而为。
如果您检查文档, linalg.eig事实上，返回特征向量的顺序与其相应的特征值相同。
我可能会做这样的事情：
w, v = linalg.eig(L)
seen = {}
unique_eigenvalues = []
for (x, y) in zip(w, v):
if x in seen:
continue
seen[x] = 1
unique_eigenvalues.append((x, y))
fiedler = sorted(unique_eigenvalues)[1][1]
默认情况下，Python 按第一个元素对元组进行排序，然后是第二个元素，依此类推，数字按照您期望的方式排序（-2
另外，我假设可能存在重复的特征值，并且 Fiedler 向量是与第二小的唯一特征值相关的特征向量。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
