numpy.linalg.matrix_power

linalg.matrix_power(a, n)

将平方矩阵提高到（整数）幂 n .

对于正整数 n ，功率由重复的矩阵平方和矩阵乘法计算。如果 n == 0 ，返回与m形状相同的单位矩阵。如果 n < 0 ，则计算该逆矩阵，然后将其提升到 abs(n) .

注解

当前不支持对象矩阵的堆栈。

参数

a（…，m，m）数组类

矩阵要“通电”。

n利息

指数可以是任何整数或长整数、正整数、负整数或零。

返回

a n**（…，m，m）ndarray或matrix对象

返回值的形状和类型与 M ；如果指数为正或零，则元素的类型与 M . 如果指数为负，则元素为浮点。

加薪

LinAlgError

对于非正方形或（负幂）的矩阵，不能用数字倒转。

实例

>>> from numpy.linalg import matrix_power
>>> i = np.array([[0, 1], [-1, 0]]) # matrix equiv. of the imaginary unit
>>> matrix_power(i, 3) # should = -i
array([[ 0, -1],
       [ 1,  0]])
>>> matrix_power(i, 0)
array([[1, 0],
       [0, 1]])
>>> matrix_power(i, -3) # should = 1/(-i) = i, but w/ f.p. elements
array([[ 0.,  1.],
       [-1.,  0.]])

更复杂的例子

>>> q = np.zeros((4, 4))
>>> q[0:2, 0:2] = -i
>>> q[2:4, 2:4] = i
>>> q # one of the three quaternion units not equal to 1
array([[ 0., -1.,  0.,  0.],
       [ 1.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  1.],
       [ 0.,  0., -1.,  0.]])
>>> matrix_power(q, 2) # = -np.eye(4)
array([[-1.,  0.,  0.,  0.],
       [ 0., -1.,  0.,  0.],
       [ 0.,  0., -1.,  0.],
       [ 0.,  0.,  0., -1.]])

numpy.einsum_path numpy.kron