Numpy - модальная матрица и диагональные собственные значения

Я написал простой код линейной алгебры в Python Numpy для вычисления диагонали собственных значений путем вычисления $M ^ {- 1}.A.M $(M - модальная матрица) и работает странно.

Здесь код:

import numpy as np

array = np.arange(16)
array = array.reshape(4, -1)
print(array)

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]]

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

print eigenvalues
[  3.24642492e+01  -2.46424920e+00   1.92979794e-15  -4.09576009e-16]

print eigenvectors
[[-0.11417645 -0.7327781   0.54500164  0.00135151]
 [-0.3300046  -0.28974835 -0.68602671  0.40644504]
 [-0.54583275  0.15328139 -0.2629515  -0.8169446 ]
 [-0.76166089  0.59631113  0.40397657  0.40914805]]

inverseEigenVectors = np.linalg.inv(eigenvectors) #M^(-1)
diagonal= inverseEigenVectors.dot(array).dot(eigenvectors) #M^(-1).A.M

print(diagonal)
[[  3.24642492e+01  -1.06581410e-14   5.32907052e-15   0.00000000e+00]
 [  7.54951657e-15  -2.46424920e+00  -1.72084569e-15  -2.22044605e-16]
 [ -2.80737213e-15   1.46768503e-15   2.33547852e-16   7.25592561e-16]
 [ -6.22319863e-15  -9.69656080e-16  -1.38050658e-30   1.97215226e-31]]

окончательная "диагональная" матрица должна быть диагональной матрицей с собственными значениями на главной диагонали и нулями в другом месте. но это не... два первых основных диагональных значения ARE собственные значения, но две секунды не являются (хотя, как и два вторых собственных значения, они почти равны нулю).

и, кстати, число, подобное $-1.06581410e-14 $, буквально равно нулю, так как я могу сделать numpy показать их как ноль?

Что я делаю неправильно?

Спасибо...