>>> linalg.eigvals(A)       # 행렬 A의 고윳값 확인
array([-0.2627262 +0.j, 1.24344323+0.j])

>>> la, v = linalg.eig(A)   # A의 고유 벡터
>>> l1, l2 = la             # 고윳값을 l1, l2로 받기
>>> v[:,0]                  # 첫 번째 고유 벡터
array([-0.74270385, 0.66962003])
>>> v[:,1]                  # 두 번째 고유 벡터
array([-0.33222483, -0.94320022])

>>> C[C > 0.5] = 0
>>> H = sparse.csr_matrix(C)   # C를 희소행렬 형태로 변환
>>> H.todense()                # H를 일반적인 행렬(dense matrix) 형태로 변환
matrix([[0.        ,  0.          ,  0.43534134,  0.        ,  0.        ],
        [0.07342227,  0.          ,  0.30735072,  0.15488613,  0.        ],
        [0.        ,  0.025351    ,  0.02042982,  0.16949131,  0.03686751],
        [0.33252121,  0.          ,  0.        ,  0.        ,  0.        ],
        [0.        ,  0.          ,  0.49437409,  0.        ,  0.04242765],
        [0.00260561,  0.          ,  0.        ,  0.26040999,  0.3068053 ],
        [0.        ,  0.          ,  0.        ,  0.06467423,  0.4854314 ],
        [0.        ,  0.          ,  0.        ,  0.2270463 ,  0.19946562],
        [0.25941044,  0.21958497  ,  0.        ,  0.1728005 ,  0.        ],
        [0.        ,  0.          ,  0.        ,  0.        ,  0.        ]])
>>> sparse.isspmatrix_csr(H)   # 희소행렬 여부 확인
True