python+pillow绘制矩阵盖尔圆简单实例

yipeiwu_com6年前Python基础

本文主要研究的是使用Python+pillow绘制矩阵盖尔圆的一个实例,具体如下。

盖尔圆是矩阵特征值估计时常用的方法之一,其定义为:

与盖尔圆有关的两个定理为:

定理1:矩阵A的所有特征值均落在它的所有盖尔圆的并集之中。

定理2:将矩阵A的全体盖尔圆的并集按连通部分分成若干个子集,(一个子集由完全连通的盖尔圆组成,不同子集没有相连通的部分),对每个子集,若它恰好由K个盖尔圆组成,则该子集中恰好包含A的K个特征值。

与盖尔圆定理有关的几个推论为:

推论1:孤立盖尔圆中恰好包含一个特征值。

推论2:实矩阵的孤立盖尔圆恰好包含一个实特征值。

推论3:盖尔圆方法中盖尔圆半径可以按列求和。(因为方阵转置后特征值不变)

下面的代码使用Python+pillow绘制给定矩阵的盖尔圆:

当输入矩阵[[10,20,30],[30,40,50],[50,65,70]]时,得到的图形如下:

当输入矩阵[[6,27,33],[39,28,17],[80,60,71]]时,得到的图形如下:

总结

以上就是本文关于python+pillow绘制矩阵盖尔圆简单实例的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题,如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!

相关文章

实例讲解python中的序列化知识点

在程序运行的过程中,所有的变量都是在内存中,比如,定义一个dict: d = dict(name='Bob', age=20, score=88) 可以随时修改变量,比如把name...

python中获得当前目录和上级目录的实现方法

获取当前文件的路径: from os import path d = path.dirname(__file__) #返回当前文件所在的目录 # __file__ 为当前文件...

python实现感知机线性分类模型示例代码

python实现感知机线性分类模型示例代码

前言 感知器是分类的线性分类模型,其中输入为实例的特征向量,输出为实例的类别,取+1或-1的值作为正类或负类。感知器对应于输入空间中对输入特征进行分类的超平面,属于判别模型。 通过梯度...

浅析Python多线程下的变量问题

在多线程环境下,每个线程都有自己的数据。一个线程使用自己的局部变量比使用全局变量好,因为局部变量只有线程自己能看见,不会影响其他线程,而全局变量的修改必须加锁。 但是局部变量也有问题,就...

python局部赋值的规则

复制代码 代码如下:  myVar = 1 def myfunc():    myVar += 1 myfunc()    &...