python的svd分解

今天看书，发现svd公式，在网上查阅了一下资料，主要用到如下的两句：
主要是两条语句：
from numpy import *;
U,Sigma,VT=linalg.svd([[1,1],[7,7]]);

用到的实例（李航《统计学习方法》第15章奇异值分解）：

from numpy import *
A = array([[1,0,0,0],[0,0,0,4],[0,3,0,0],[0,0,0,0],[2,0,0,0]])
U,sigma,V = linalg.svd(A)
U
array([[ 0. , 0. , -0.4472136 , 0. , -0.89442719],
[-1. , 0. , 0. , 0. , 0. ],
[ 0. , -1. , 0. , 0. , 0. ],
[ 0. , 0. , 0. , 1. , 0. ],
[ 0. , 0. , -0.89442719, 0. , 0.4472136 ]])
sigma
array([ 4. , 3. , 2.23606798, -0. ])
V
array([[-0., -0., -0., -1.],
[-0., -1., -0., -0.],
[-1., -0., -0., -0.],
[-0., -0., -1., -0.]])