问题描述中提到，eigen()函数返回的向量符号错误，并且加载的矩阵只是一个向量。根据这个描述，我们可以假设代码中存在一些问题导致了符号错误和矩阵加载问题。

解决这个问题的方法取决于具体的代码实现和数据情况。下面是几种可能的解决方法：

1. 检查矩阵的维度： 确保加载的矩阵是一个正确的矩阵，而不是一个向量。可以使用numpy库中的shape属性来检查矩阵的维度是否正确。

   import numpy as np
   
   matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
   print(matrix.shape)  # 输出 (3, 3)
   

2. 检查矩阵的数据类型： 确保加载的矩阵的数据类型是浮点型或复数型，而不是整数型。可以使用numpy库中的dtype属性来检查矩阵的数据类型。

   import numpy as np
   
   matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]], dtype=float)
   print(matrix.dtype)  # 输出 float64
   

3. 检查矩阵的值： 确保加载的矩阵的值是符合要求的。例如，如果矩阵包含复数，则可能会导致符号错误。可以使用numpy库中的imag属性来检查矩阵的虚部是否为零。

   import numpy as np
   
   matrix = np.array([[1+2j, 3+4j], [5+6j, 7+8j]])
   print(np.imag(matrix))  # 输出 [[2. 4.] [6. 8.]]
   

4. 检查eigen()函数的使用： 确保正确使用了eigen()函数。根据不同的编程语言和库，eigen()函数可能有不同的使用方式和参数设置。可以查阅相关文档或示例代码来确认eigen()函数的正确用法。

以上是几种可能的解决方法，但具体的解决方法还需要根据代码实现和数据情况进行调试和分析。