Python SciPy linalg.matrix_power用法及代码示例

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

用法:

scipy.sparse.linalg.matrix_power(A, power)#

将方阵求整数次方 power。

对于非负整数，A**power 使用重复的矩阵乘法进行计算。不支持负整数。

参数 ：：

A： (M, M) 方稀疏数组或矩阵

稀疏数组将被提升为幂幂

power： int

用于计算稀疏数组 A 的指数

返回 ：：

A**power： (M, M) 稀疏数组或矩阵

输出矩阵将与 A 具有相同的形状，并将保留 A 的类，但输出的格式可能会更改。

注意：

这使用矩阵幂的递归实现。对于使用相当大的幂计算矩阵幂，这可能比使用 A @ A @ … @ A 直接计算乘积的效率要低。这取决于矩阵中非零条目的数量。

例子：

>>> from scipy import sparse
>>> A = sparse.csc_array([[0,1,0],[1,0,1],[0,1,0]])
>>> A.todense()
array([[0, 1, 0],
       [1, 0, 1],
       [0, 1, 0]])
>>> (A @ A).todense()
array([[1, 0, 1],
       [0, 2, 0],
       [1, 0, 1]])
>>> A2 = sparse.linalg.matrix_power(A, 2)
>>> A2.todense()
array([[1, 0, 1],
       [0, 2, 0],
       [1, 0, 1]])
>>> A4 = sparse.linalg.matrix_power(A, 4)
>>> A4.todense()
array([[2, 0, 2],
       [0, 4, 0],
       [2, 0, 2]])