python中稀疏矩阵的矩阵幂

我试图找到一种方法，对稀疏矩阵M:M^k=M*..*M k乘以矩阵幂，其中*是矩阵乘法（numpy.dot），而不是元素乘法

我知道如何对法线矩阵执行此操作：

import numpy as np
import scipy as sp
N=100
k=3
M=(sp.sparse.spdiags(np.ones(N), 0, N, N)-sp.sparse.spdiags(np.ones(N), 2, N, N)).toarray()
np.matrix_power(M,k)

我如何为稀疏M执行此操作：

M=(sp.sparse.spdiags(np.ones(N), 0, N, N)-sp.sparse.spdiags(np.ones(N), 2, N, N))

当然，我可以通过递归乘法来实现这一点，但我想知道scipy中是否有类似稀疏矩阵的矩阵幂的功能。

---

非常感谢您的帮助。提前感谢。

对于numpy矩阵，您也可以使用

**

符号代替

矩阵\u幂

：

a=np.matrix([[1,2],[2,1]])
a**3

输出：

---

使用scipy稀疏矩阵进行尝试。

**

已为

csr\u矩阵

实现。有一个

\uuuu pow\uuu

方法

在处理一些特殊情况后，此

\uuuuu pow\uuuu

将：

            tmp = self.__pow__(other//2)
            if (other % 2):
                return self * tmp * tmp
            else:
                return tmp * tmp

对于稀疏矩阵，

*

是矩阵乘积（

dot

表示ndarray）。所以它在做递归乘法

---

正如

math

所指出的，

np.matrix

还实现了

**

（

\uuuuuuuu pow\uuuu

）作为矩阵幂。事实上，它最终调用了

np.linalg.matrix\u power

np.linalg.matrix\u power（M，n）

是用Python编写的，因此您可以很容易地看到它的功能

---

对于

，如果您有布尔稀疏矩阵并打算计算传递闭包（连通性），您可能需要查看一下：
            tmp = self.__pow__(other//2)
            if (other % 2):
                return self * tmp * tmp
            else:
                return tmp * tmp

result = np.dot(M,M)
result = np.dot(result,result)