Python中使用NumPy计算矩阵特征值和特征向量

首先，我们需要导入NumPy库。如果你还没有安装NumPy，可以使用以下命令安装：

pip install numpy

然后，我们可以通过以下代码计算矩阵的特征值和特征向量：

import numpy as np
# 定义一个矩阵
A = np.array([[1, 2], [3, 4]])
# 使用numpy的linalg.eig函数计算特征值和特征向量
eigenvalues, eigenvectors = np.linalg.eig(A)
# 输出特征值和特征向量
print('特征值：', eigenvalues)
print('特征向量：', eigenvectors)

这段代码首先定义了一个2x2的矩阵A，然后使用np.linalg.eig函数计算了该矩阵的特征值和特征向量。np.linalg.eig函数返回两个数组：第一个数组包含特征值，第二个数组的每一列都是一个特征向量。在这个例子中，我们得到以下输出：

特征值： [4. 1.]
特征向量： 
[[-0.56288322 -0.83977965]
 [ 0.83977965 -0.56288322]]

这意味着矩阵A有两个特征值：4和1。对应的特征向量分别是[-0.56288322 -0.83977965]和[0.83977965 -0.56288322]。