scipy.linalg.

diagsvd#

scipy.linalg.diagsvd(s, M, N)[source]#

從奇異值和大小 M, N 構造 SVD 中的 sigma 矩陣。

參數:

s(M,) 或 (N,) 類陣列: 奇異值
Mint: 奇異值為 s 的矩陣大小。
Nint: 奇異值為 s 的矩陣大小。

返回值:

S(M, N) ndarray: 奇異值分解中的 S 矩陣

另請參閱

svd: 矩陣的奇異值分解
svdvals: 計算矩陣的奇異值。

範例

>>> import numpy as np
>>> from scipy.linalg import diagsvd
>>> vals = np.array([1, 2, 3])  # The array representing the computed svd
>>> diagsvd(vals, 3, 4)
array([[1, 0, 0, 0],
       [0, 2, 0, 0],
       [0, 0, 3, 0]])
>>> diagsvd(vals, 4, 3)
array([[1, 0, 0],
       [0, 2, 0],
       [0, 0, 3],
       [0, 0, 0]])