直接看下面的代码就可以了哦！
import numpy as np#输入矩阵a=NP.array ([ 1，1/2，4，3，3 ]，[ 2，1，7，5，5 ]，[1/4，1/7，1/7，1/2，1 ] 1/3] 1 )作为特征值的特征向量lamda=NP.LinaLG.EIG(a ) foriinrange (求出len (lamda [0] ) )特征值： {0} I] ) ) ) ) index=NP.argmax ) lamda[0] ) lamda_max=NP.real ) lamda[0] ) ) lamda )0index (vector _ vector )
模态：与(5.072084408570216 0j )对应的本征向量([-0.46582183.j ] [-0.84086331.j ] [-0.09509743.j ] [-0.1732948.j ]。 固有值：对应于(-0.030704623493711960.6008274290268424 j )的固有向量： [ 0.44186009.27105866 j ] [ 0.777734237.j ] [-0.02000020 [-0.28288299.12469508j]特征值：对应于[-0.03070462349371196-0.6008274290268424 j ]的特征向量： [ 0.441196 ] [ 0.7734234237-0 [-0.02610008-0.07828144 j ] [-0.28288299-0.12469508 j ]特征值： [-0.000.008j]相应的特征向量： [-0.367161960.241414140 特征值：对应于(-0.005337580791396011-0.05475205961539484 j )的特征值([-0.36716196-0.2414553 j ] [ 0.85752776-0.j ] [-0 [0.07483506-0.11850604j]最大特征值是对应于5.072084408570216的特征值： [-0.46582183-0.84086331-0.0950216 ]