Comment élever un tableau numpy à un pouvoir? (correspondant à des multiplications matricielles répétées, pas à des éléments)

Je veux soulever un 2-dimensions numpy arraynous allons l'appeler Aà la puissance d'un nombre nmais j'ai à ce jour pas réussi à trouver la fonction ou à l'opérateur de le faire.

Je suis conscient que je pourrais le jeter à la matrix type et utiliser le fait que, puis (similaire à ce qui serait le comportement dans Matlab), A**n fait exactement ce que je veux, (pour array la même expression signifie elementwise exponentiation). Casting pour matrix et à l'arrière semble être assez laid solution de contournement.

Il doit sûrement être un bon moyen pour effectuer ce calcul, tout en gardant le format de array?

source d'informationauteur mirari | 2011-02-16

  1. 21

    Je crois que vous voulez numpy.linalg.matrix_power

    Comme un exemple rapide:

    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)

    Cela donne:

    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]])
  2. 1

    La fonction opencv cvPow semble être d'environ 3 à 4 fois plus rapide sur mon ordinateur lors de la récolte d'un nombre rationnel.
    Voici un exemple de fonction (vous devez avoir le pyopencv module installé):

    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