Python怎么能利纳格·艾格什找到所有的特征向量？

Question

我正在使用文档页面上linalg.eigsh，here的示例代码：

import scipy.sparse.linalg as sp
import numpy as np

id = np.eye(13)
vals, vecs = sp.eigsh(id, k=6)

len(vals)
# 6
len(vecs)
# 13

我要求它提供6特征值（k=6），它确实返回6，但是它给了我13个特征向量。
在文档中，当它谈到k时，它说：

The number of eigenvalues and eigenvectors desired. k must be smaller than N. It is not possible to compute all eigenvectors of a matrix.

事实上，我认为Lanczos方法的速度，潜在的eighsh是因为它只找到了eigvector的一个子集。你知道吗

那么它如何返回所有的特征向量呢？你知道吗

Answer 1

不是，向量是一个13×6的矩阵。特征向量n为：

vecs[:, n]