Элементарная мощность матрицы scipy.sparse

Как поднять матрицу scipy.sparse до уровня власти, по элементам? numpy.power должен, согласно его руководство, сделать это, но он не работает на разреженных матрицах:

>>> X
<1353x32100 sparse matrix of type '<type 'numpy.float64'>'
        with 144875 stored elements in Compressed Sparse Row format>

>>> np.power(X, 2)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File ".../scipy/sparse/base.py", line 347, in __pow__
    raise TypeError('matrix is not square')
TypeError: matrix is not square

Такая же проблема с X**2. Преобразование в плотный массив работает, но тратит драгоценные секунды.

У меня была та же проблема с np.multiply, которую я решил использовать с использованием метода разреженной матрицы multiply, но, похоже, не существует метода pow.

Ответы

Ответ 1

Это немного низкоуровневый, но для элементарных операций вы можете напрямую работать с базовым массивом данных:

>>> import scipy.sparse
>>> X = scipy.sparse.rand(1000,1000, density=0.003)
>>> X = scipy.sparse.csr_matrix(X)
>>> Y = X.copy()
>>> Y.data **= 3
>>> 
>>> abs((X.toarray()**3-Y.toarray())).max()
0.0

Ответ 2

Я столкнулся с одним и тем же вопросом и обнаружил, что разреженная матрица теперь поддерживает элементную силу. В приведенном выше случае это должно быть:

 X.power(2)