Numpyを使った固有ベクトルの値

Question

私はNumpyのnp.linalg.eig()を使って固有ベクトルを計算する3値（2つの観測値、11変数）の行列を持っています。行列は、（0の値は、この例で使用されていません）です：最大固有値から固有ベクトルの

v1 v2 v3 v4 v5 v6 v7 v8 v9 v10 v11 
1 1 1 1 1 1 1 1 1 -1 -1 
1 1 1 1 1 1 1 1 1 -1 -1 

結果：

[ 0.33333333 0.   0.33333333 0.   0.33333333 0.33333333 
0.33333333 0.33333333 0.33333333 0.33333333 0.33333333] 

私は、これらの係数の順序についてはよく分からないです。それらは行列で表された変数の順序に従っていますか？（最初の0.33333333はv1の重み係数、0.0はv2の重み係数などです）私のコードの

最後の部分は次のとおりです。

# Matrix with rounded values 
Mtx = np.matrix.round(Mtx,3) 

# Cross product of Mtx 
Mtx_CrossProduct = (Mtx.T).dot(Mtx) 

# Calculation of eigenvectors    
eigen_Value, eigen_Vector = np.linalg.eig(Mtx_CrossProduct) 
eigen_Vector = np.absolute(eigen_Vector) 

# Listing (eigenvalue, eigenvector) and sorting of eigenvalues to get PC1 
eig_pairs = [(np.absolute(eigen_Value[i]), eigen_Vector[i,:]) for i in range(len(eigen_Value))] 
eig_pairs.sort(key=lambda tup: tup[0],reverse=True) 

# Getting largest eigenvector 
eig_Vector_Main = np.zeros((11,)) 
for i in range(len(eig_pairs)): 
    eig_Vector_Main[i] = eig_pairs[i][1][0] 

Answer 1

各ベクトルの大きさは、元の行列の次元と同じである（すなわち、あなたが言うように、彼らは順番に従ってください）。

私はあなたがあなたのラムダと「標準」のpythonのリストをやっている正確に何を考え出していませんでしたが、あなたはおそらく、すなわち

eigen_Value, eigen_Vector = np.linalg.eig(Mtx_CrossProduct) 
eigen_Vector = np.absolute(eigen_Vector) 
ix = np.argsort(eigen_Value)[::-1] # reverse sorted index 
eig_Vector_Main = eigen_Vector[ix]