python实现Gram-Schmidt

Gram-Schmidt过程是一种将线性无关的向量组构造成正交基的方法。在Python中，可以通过以下代码实现Gram-Schmidt过程：

import numpy as np

def gram_schmidt(A):
    # 将A的列向量标准化
    Q = A.copy()
    for i in range(Q.shape[1]):
        Q[:, i] = Q[:, i] / np.linalg.norm(Q[:, i])
    # 计算正交向量
    for i in range(1, Q.shape[1]):
        for j in range(i):
            Q[:, i] = Q[:, i] - np.dot(Q[:, i], Q[:, j]) * Q[:, j]
        # 将Q的列向量标准化
        Q[:, i] = Q[:, i] / np.linalg.norm(Q[:, i])
    return Q

该函数输入一个矩阵A，输出其对应的正交矩阵Q。在函数内部，首先将A的列向量标准化，然后依次计算出正交向量。最后将Q的每个列向量标准化。