我想对一个二维的numpy array
(称之为A
)进行幂运算,幂指数为n
,但我一直没有找到可用的函数或操作符来实现。
我知道可以将其转换为matrix
类型并使用类似 MATLAB 中的操作符A**n
,这样可以得到我想要的结果。(对于array
类型,该表达式表示逐元素求幂)。但是,将其转换为matrix
类型再转回来看起来有些不太优雅。
肯定有更好的方法在保持array
格式的情况下执行计算吧?
我认为你想使用numpy.linalg.matrix_power
以下是一个快速的示例:
import numpy as np
x = np.arange(9).reshape(3,3)
y = np.matrix(x)
a = y**3
b = np.linalg.matrix_power(x, 3)
print a
print b
assert np.all(a==b)
这会产生以下结果:In [19]: a
Out[19]:
matrix([[ 180, 234, 288],
[ 558, 720, 882],
[ 936, 1206, 1476]])
In [20]: b
Out[20]:
array([[ 180, 234, 288],
[ 558, 720, 882],
[ 936, 1206, 1476]])
linalg
模块,但特别感谢您指出那也是一个地方。很好的快速示例;非常具有说明性。 - mirari在我的电脑上,opencv函数cvPow在对有理数进行幂运算时似乎要快3-4倍。
这里是一个示例函数(您需要安装pyopencv模块):
import pyopencv as pycv
import numpy
def pycv_power(arr, exponent):
"""Raise the elements of a floating point matrix to a power.
It is 3-4 times faster than numpy's built-in power function/operator."""
if arr.dtype not in [numpy.float32, numpy.float64]:
arr = arr.astype('f')
res = numpy.empty_like(arr)
if arr.flags['C_CONTIGUOUS'] == False:
arr = numpy.ascontiguousarray(arr)
pycv.pow(pycv.asMat(arr), float(exponent), pycv.asMat(res))
return res
数组
是一个多维数值元素集合,而矩阵
是一个抽象对象(由2-d数组表示)--就像向量和1-d数组之间的区别一样。(将水果清单表示为[1,2,3]的数组,其中1个苹果,2个橙子,3个香蕉是有意义的,但将其表示为向量则没有意义--苹果不能相加/相乘/转化为橙子)。因此,数组具有逐元素操作,而矩阵具有矩阵乘法、det()等操作。 - dr jimbob