【发布时间】：2021-07-01 18:18:13
【问题描述】：
我有一个矩阵 A，我需要计算它的 SVD，将最后一个奇异值设置为 0，然后在 numpy 中重新组合（SVD 清理）。 我这样做了：
t4 = np.random.randn(3, 3)
u, s, vh = np.linalg.svd(t4, full_matrices=False)
s[-1] = 0
t5 = u @ s @ vh
我希望结果是一个 3x3 矩阵，但结果似乎是一个形状为 (3,) 的行向量。
请大家提出我可能做错了什么？谢谢！
【问题讨论】：
-
你的意思是
(u * s) @ vh吗？ s 是 1x3，所以 mat mult 永远不会产生 3x3。 -
是的@TimRoberts 非常感谢！
标签： python numpy linear-algebra svd