MATLAB 有一个 gsvd 函数来执行广义 SVD。自 2013 年以来，我认为github 页面上已经有很多关于将其放入 scipy 的讨论，并且有些页面有我可以使用的代码，例如这里，这对于像我这样的新手来说非常复杂（要让它运行）。
我还找到了 LJWilliams github 页面及其实现。这是没有好处的，因为当转移到 python 3 时有很多错误。尝试纠正简单的错误，例如断言和打印。它很快就会变得复杂。
有人可以帮助我使用 python 的 gsvd 代码或向我展示如何使用在线代码吗？
另外，一旦打印和断言语句被更正，这就是我通过 LJWilliams 实现得到的结果。代码看起来很复杂，我不确定花时间在上面是最好的事情！另外，有些人在同一个 github 页面上报告了问题，我不确定这些问题是否已修复或已连接。
n = 10
m = 6
p = 6
A = np.random.rand(m,n)
B = np.random.rand(p,n)
gsvd(A,B)
文件“/home/eghx/agent18/master_thesis/AMfe/amfe/gsvd.py”，第 260 行，在 gsvd U、V、Z、C、S = csd(Q[0:m,:],Q[m: m+n，：]）
文件“/home/eghx/agent18/master_thesis/AMfe/amfe/gsvd.py”，第 107 行，csd Q,R = scipy.linalg.qr(S[q:n,m:p])
文件“/home/eghx/anaconda3/lib/python3.5/site-packages/scipy/linalg/decomp_qr.py”，第 141 行，qr overwrite_a=overwrite_a）
文件“/home/eghx/anaconda3/lib/python3.5/site-packages/scipy/linalg/decomp_qr.py”，第 19 行，在 safecall ret = f(*args, **kwargs)
ValueError：无法创建意图（缓存|隐藏）|可选数组 - 必须已定义尺寸但得到（0，）
有一种方法可以获得广义特征向量,以获得具有单个或至少非常少的命令的高多重特征值？如果我可以使用每个特征值的多重性1 [V,D] = eig(A),但该命令不适用于多个特征值.