svd奇异值分解 python

在Python中，可以使用NumPy库中的linalg.svd()函数来进行SVD奇异值分解。以下是一个简单的例子：

import numpy as np

# 创建一个矩阵
A = np.array([[1, 2], [3, 4], [5, 6]])

# 进行SVD分解
U, S, VT = np.linalg.svd(A)

# 打印结果
print("U:\n", U)
print("S:\n", S)
print("VT:\n", VT)

输出结果如下：

U:
 [[-0.2298477  -0.88346102  0.40824829]
 [-0.52474482 -0.24078249 -0.81649658]
 [-0.81964194  0.40189603  0.40824829]]
S:
 [9.52551809 0.51430058]
VT:
 [[-0.61962948 -0.78489445]
 [ 0.78489445 -0.61962948]]

其中，U是左奇异矩阵，S是奇异值向量，VT是右奇异矩阵。