scipy.linalg.

正交

scipy.linalg.orth(A, rcond=None)

使用SVD为A的值域构造一个标准正交基

参数:

A(M, N) array_like

输入数组

rcondfloat, 可选

相对条件数。奇异值 s 小于 rcond * max(s) 的被视为零。默认值：浮点数 eps * max(M,N)。

返回:

问(M, K) ndarray

A 的范围的正交基。K = A 的有效秩，由 rcond 确定。

参见

svd

矩阵的奇异值分解

null_space

矩阵零空间

示例

Try it in your browser!

>>> 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.]])

Go BackOpen In Tab