Matlab VS Python-eig（A，B）VS sc.linalg.eig（A，B）

Matlab VS Python-eig（A，B）VS sc.linalg.eig（A，B）

特征向量的任何（非零）标量倍数也将是特征向量。只有方向是有意义的，而不是整体规范化。不同的例程使用不同的约定-
通常您会看到幅度设置为1，或最大值设置为1或-1-某些例程甚至由于性能原因而没有内部一致性。您的两个不同结果是彼此的倍数：

In [227]: sc = array([[-1., -0.5614], [-0.4352,  1.    ]])In [228]: ml = array([[-.5897, -0.5278], [-0.2564, 0.94]])In [229]: sc/mlOut[229]: array([[ 1.69577751,  1.06366048],       [ 1.69734789,  1.06382979]])

因此它们实际上是相同的特征向量 将矩阵视为改变矢量的算子：特征矢量是特殊方向，指向该方向的矢量不会被矩阵扭曲，特征值是测量矩阵扩展或收缩矢量的因子。