Python SciPy linalg.expm用法及代码示例

本文简要介绍 python 语言中 scipy.sparse.linalg.expm 的用法。

用法:

scipy.sparse.linalg.expm(A)#

使用 Pade 近似计算矩阵 index 。

参数 ：：

A： (M,M) 数组 或稀疏矩阵

要取幂的二维数组或矩阵(稀疏或密集)

返回 ：：

expA： (M,M) 数组

A的矩阵 index

注意：

这是算法(6.1)，它是算法(5.1)的简化。

参考：

[1]

Awad H. Al-Mohy 和 Nicholas J. Higham (2009) “矩阵 index 的新缩放和平方算法”。 SIAM 矩阵分析和应用杂志。 31(3)。第 970-989 页。 ISSN 1095-7162

例子：

>>> from scipy.sparse import csc_matrix
>>> from scipy.sparse.linalg import expm
>>> A = csc_matrix([[1, 0, 0], [0, 2, 0], [0, 0, 3]])
>>> A.toarray()
array([[1, 0, 0],
       [0, 2, 0],
       [0, 0, 3]], dtype=int64)
>>> Aexp = expm(A)
>>> Aexp
<3x3 sparse matrix of type '<class 'numpy.float64'>'
    with 3 stored elements in Compressed Sparse Column format>
>>> Aexp.toarray()
array([[  2.71828183,   0.        ,   0.        ],
       [  0.        ,   7.3890561 ,   0.        ],
       [  0.        ,   0.        ,  20.08553692]])