import numpy as np

生成一个随机的 5x5 矩阵

matrix = np.random.rand(5, 5)

计算矩阵的迹

eigenvalues = np.linalg.eigvals(matrix) trace = np.sum(eigenvalues)

将矩阵中所有小于迹的元素变为 0

matrix[matrix < trace] = 0

计算矩阵的特征值和特征向量

eigenvalues, eigenvectors = np.linalg.eig(matrix)

对特征向量进行尺度缩放

scaled_eigenvectors = eigenvectors / np.max(eigenvectors, axis=0)

将缩放后的特征向量投影到矩阵上

projected_matrix = np.dot(scaled_eigenvectors, matrix)

将矩阵中所有大于 0 的元素变为 1

projected_matrix[projected_matrix > 0] = 1

输出最终的矩阵

print(projected_matrix)