scipy.linalg.

orth#

scipy.linalg.orth(A, rcond=None)[source]#

使用 SVD 建構 A 值域的正交基底

參數:

A(M, N) 類陣列 (array_like): 輸入陣列
rcond浮點數，選用: 相對條件數。奇異值 s 小於 rcond * max(s) 會被視為零。預設值：浮點數 epsilon * max(M,N)。

回傳:

Q(M, K) ndarray: A 值域的正交基底。K = A 的有效秩，由 rcond 決定

另請參閱

svd: 矩陣的奇異值分解
null_space: 矩陣零空間

範例

>>> import numpy as np
>>> from scipy.linalg import orth
>>> A = np.array([[2, 0, 0], [0, 5, 0]])  # rank 2 array
>>> orth(A)
array([[0., 1.],
       [1., 0.]])
>>> orth(A.T)
array([[0., 1.],
       [1., 0.],
       [0., 0.]])