sắp xếp eigenvalues ​​và eigenvectors liên quan sau khi sử dụng numpy.linalg.eig trong python

Tôi đang sử dụng numpy.linalg.eig để lấy danh sách các giá trị riêng và các giá trị riêng:

A = someMatrixArray
from numpy.linalg import eig as eigenValuesAndVectors

solution = eigenValuesAndVectors(A)

eigenValues = solution[0]
eigenVectors = solution[1]

Tôi muốn sắp xếp các giá trị riêng của mình (ví dụ: từ thấp nhất đến cao nhất), theo cách tôi biết đâu là giá trị riêng được liên kết sau khi sắp xếp.

Tôi không tìm thấy bất kỳ cách nào để làm điều đó với các hàm python. Có cách nào đơn giản không hay tôi phải viết mã phiên bản sắp xếp của mình?

Sử dụng numpy.argsort . Nó trả về các chỉ số mà người ta sẽ sử dụng để sắp xếp mảng.

import numpy as np
import numpy.linalg as linalg

A = np.random.random((3,3))
eigenValues, eigenVectors = linalg.eig(A)

idx = eigenValues.argsort()[::-1]   
eigenValues = eigenValues[idx]
eigenVectors = eigenVectors[:,idx]

Nếu các giá trị riêng phức tạp, thứ tự sắp xếp là từ vựng (nghĩa là, các số phức được sắp xếp theo phần thực của chúng trước, với các mối quan hệ bị phá vỡ bởi phần ảo của chúng).

Câu trả lời trên của unutbu rất rõ ràng và ngắn gọn. Tuy nhiên, đây là một cách khác mà chúng ta có thể làm, cách này tổng quát hơn và cũng có thể được sử dụng cho danh sách.

eval, evec =  sp.eig(A)
ev_list = zip( eval, evec )
ev_list.sort(key=lambda tup:tup[0], reverse=False)
eval, evec = zip(*ev_list)

Tup [0] này là giá trị riêng dựa trên đó hàm sắp xếp sẽ sắp xếp danh sách.

ngược lại = Sai là cho thứ tự tăng dần.

Đoạn mã của ubuntu không hoạt động trên Python 3.6.5 của tôi. Nó dẫn đến lỗi thời gian chạy. Vì vậy, tôi đã cấu trúc lại mã của anh ấy / cô ấy thành mã này hoạt động tốt trên các trường hợp thử nghiệm của tôi:

import numpy as np
from numpy import linalg as npla
#
def eigen(A):
    eigenValues, eigenVectors = npla.eig(A)
    idx = np.argsort(eigenValues)
    eigenValues = eigenValues[idx]
    eigenVectors = eigenVectors[:,idx]
    return (eigenValues, eigenVectors)