字典的备份计划（在矩阵诊断中）？

Question

我正在使用 Python 编写代码来查找两个矩阵 A 和 B 的共享特征值和特征向量，在我的例子中，这两个矩阵都与条目 1 成非对角线。因此，共享特征值是1,1,-1,-1。我希望程序可以 return 每个特征值与所有特征向量，这意味着 1 和 -1 都有 2 'values' （特征向量）。但是，使用字典，我不能为一个键提供两个值。这是我的代码，我该如何解决？我还可以使用 'dictionary' 来实现吗？谢谢！

def simultaneous_eig1(A, B):
    epsilon = 10**-10
    vals, vecs = la.eig(A)
    degen = {}
    print(vals)
    print(vecs)
    for n in range(0, len(vals)):
        for m in range(0, len(vals)):
            # equality up to certain precision
            if np.abs(vals[m] - vals[n]) < epsilon and m != n:
                degen.get(vals[m], vecs[:,n])
        degen[vals[n]] = np.array([vecs[:,n]])
    return degen

Answer 1

您可以指定一个列表作为字典项的值：

degen[vals[n]] = []  # do this once for each key

... 然后将实际值附加到该列表：

degen[vals[n]].append(np.array([vecs[:,n]]))

复杂的是第一次遇到key需要创建空列表；如果已经存在，则需要跳过列表初始化。

您可以使用 dict.setdefault():

来解决这个问题

degen.setdefault(vals[n], []).append(np.array([vecs[:,n]]))

为清楚起见，将复杂的值分配给更简单的表达式是惯例，例如：

value = np.array([vecs[:,n]])
degen.setdefault(vals[n], []).append(value)

需要为每个特征值调用最后一行。

如果值不重复且顺序无关紧要，您还可以使用 set() 而不是 []。然后，您必须将 append 替换为 add（参见 docs）。

字典的备份计划（在矩阵诊断中）？

Backup plan for dictionary (in matrix diagnalization)?

python

dictionary

list

matrix

linear-algebra