numpy 计算矩阵的谱半径

numpy 计算矩阵的谱半径
NumPy库中的linalg模块提供了计算矩阵谱半径的函数
`numpy.linalg.norm()`。

矩阵的谱半径是矩阵的所有特征值的绝对值中的最大值。

以下是计算矩阵谱半径的示例代码：
```python
import numpy as np
# 定义一个矩阵
matrix = np.array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
# 计算矩阵的特征值
eigenvalues, _ = np.linalg.eig(matrix)
# 计算矩阵的谱半径
spectral_radius = np.abs(eigenvalues).max()
print("矩阵的谱半径:", spectral_radius)
```
输出结果为：
```
矩阵的谱半径: 16.116843969807043
```
注意，计算矩阵的特征值需要使用`numpy.linalg.eig()`函数，该函数返回一个包含所有特征值的一维数组，以及一个包含对应特征向量的二维数组。

在这个示例中，我们只关心矩阵的特征值，因此使用变量`_`来接收特征向量数组。