numpy.linalg.pinv求解非方复矩阵伪逆时实/虚部符号异常问题

出现「计算结果绝对值完全准确、仅实部/虚部其一符号错误、二者从未同时符号错误」的表现，根本不是pinv函数的计算bug，99%的场景来自以下两类定义/输入对齐问题：

• 伪逆定义的转置类型理解错误
  复矩阵的Moore-Penrose伪逆严格基于**共轭转置（Hermitian转置）**定义，numpy.linalg.pinv的实现完全遵循该规则，四个伪逆判定条件中所有转置操作均为共轭转置（即转置后对所有元素取共轭，翻转虚部符号、实部保持不变）。
  如果你在手动校验结果、或者业务场景中预期的伪逆是基于普通转置（仅交换行列索引、不对元素取共轭）推导的，就会出现虚部整体符号翻转、实部完全正确的现象，和你描述的异常表现完全匹配。可以用以下代码验证逻辑：

  import numpy as np
  # 构造任意非方复矩阵
  A = np.random.randn(4, 2) + 1j * np.random.randn(4, 2)
  A_pinv = np.linalg.pinv(A)
  # 共轭转置校验：所有Moore-Penrose条件完全成立
  assert np.allclose(A @ A_pinv @ A, A)
  assert np.allclose(A_pinv @ A @ A_pinv, A_pinv)
  assert np.allclose((A @ A_pinv).conj().T, A @ A_pinv)
  assert np.allclose((A_pinv @ A).conj().T, A_pinv @ A)
  # 普通转置校验：会出现虚部符号不匹配，实部完全一致
  print("普通转置校验是否通过：", np.allclose((A @ A_pinv).T, A @ A_pinv)) # 输出False
  

• 输入矩阵的虚部符号构造错误
  如果确认你使用的伪逆定义是共轭转置版本，检查输入矩阵的生成逻辑：通信、信号处理等场景中常出现相位项符号写反的问题（比如将正向相位exp(1j*phi)写为反向相位exp(-1j*phi)），这类共轭错误只会翻转所有元素的虚部符号，不会改变实部取值和绝对值大小，同样会触发你观察到的异常。

不要通过手动给实部/虚部乘-1、或者给整体结果乘-1的方式修复问题，这类操作只是在掩盖定义不匹配的本质问题。numpy.linalg.pinv的复矩阵计算逻辑经过了长期工业界验证，不存在单分量符号翻转的已知实现bug。
注：SVD分解的奇异向量存在全局相位自由度，但该自由度只会带来整体乘模1复数的偏移，要么同时翻转实部虚部符号（乘-1）、要么出现实部虚部的混合耦合，不会出现仅单一部件符号翻转的情况，可以排除该诱因。

内容的提问来源于stack exchange，提问作者Sebastian True