python求已知矩阵的正交矩阵

要求一个已知矩阵的正交矩阵，可以使用奇异值分解（Singular Value Decomposition, SVD）方法。

在Python中，可以使用NumPy库来进行矩阵操作。下面是一个示例代码：

import numpy as np

# 假设已知矩阵为A
A = np.array([[1, 2, 3],
              [4, 5, 6],
              [7, 8, 9]])

# 使用SVD分解得到正交矩阵U、奇异值S和转置后的正交矩阵V的转置
U, S, Vt = np.linalg.svd(A)

# 构造正交矩阵
orthogonal_matrix = U @ Vt

print(orthogonal_matrix)

该代码将输出已知矩阵A的正交矩阵。请注意，由于计算机浮点数运算的精度问题，得到的正交矩阵可能不是完全精确的。