scipy.linalg.
pinvh#
- scipy.linalg.pinvh(a, atol=None, rtol=None, lower=True, return_rank=False, check_finite=True)[源]#
计算 Hermitian 矩阵的(Moore-Penrose)伪逆。
使用特征值分解并包含所有绝对值“大”的特征值,计算复数 Hermitian/实对称矩阵的广义逆。
文档假定数组参数具有指定的“核心”形状。但是,此函数的数组参数可能在核心形状之前附加了额外的“批处理”维度。在这种情况下,数组被视为低维切片的批处理;详情请参阅 批处理线性操作。
- 参数:
- a(N, N) array_like
要进行伪逆操作的实对称或复数 Hermitian 矩阵。
- atolfloat, 可选
绝对阈值项,默认值为 0。
在 1.7.0 版本中新增。
- rtolfloat, 可选
相对阈值项,默认值为
N * eps
,其中eps
是a
数据类型的机器精度值。在 1.7.0 版本中新增。
- lowerbool, 可选
相关数组数据是取自 a 的下三角形还是上三角形。(默认:下三角形)
- return_rankbool, 可选
如果为 True,则返回矩阵的有效秩。
- check_finitebool, 可选
是否检查输入矩阵只包含有限数。禁用此选项可能会提高性能,但如果输入包含无穷大或 NaN,则可能导致问题(崩溃、不终止)。
- 返回:
- B(N, N) ndarray
矩阵 a 的伪逆。
- rankint
矩阵的有效秩。如果 return_rank 为 True 则返回。
- 引发:
- LinAlgError
如果特征值算法不收敛。
另请参阅
pinv
矩阵的 Moore-Penrose 伪逆。
示例
有关更详细的示例,请参阅
pinv
。>>> import numpy as np >>> from scipy.linalg import pinvh >>> rng = np.random.default_rng() >>> a = rng.standard_normal((9, 6)) >>> a = np.dot(a, a.T) >>> B = pinvh(a) >>> np.allclose(a, a @ B @ a) True >>> np.allclose(B, B @ a @ B) True