Python包估计Perron-Frobenius特征值的实数,正方形,非负矩阵

Question

是否有优化的包或方法来估计真实,方形,非负矩阵的Perron-Frobenius特征值？这可能比精确计算明显更快(特别是对于大和/或稀疏矩阵) - 假设可以通过迭代矩阵来得到Perron-Frobenius特征值.我希望存在一个优化的包,它可以做到这一点.

Answer 1

在scipy.sparse.linalg你有函数eigs并且eigsh使用ARPACK 库。您可以在本教程中阅读更多内容，但如果a是方阵，可能是稀疏格式，那么您可以获得其最大幅值特征值，即其 Perron-Frobenius 特征值，以及相应的特征向量为：

val, vec = scipy.sparse.linalg.eigs(a, k=1, which='LM')