将矩阵提升到 n 次方答案

【问题标题】：Raising a matrix to the nth power将矩阵提升到 n 次方
【发布时间】：2019-02-28 14:32:26
【问题描述】：

我正在尝试将矩阵自身相乘 n 次

import numpy as np
fil1=3
col1=2

mat1 = random.random((fil1,col1))
mat3 = np.zeros((fil1,col1))
pot = 3
print('Matriz A:\n',mat1) 
for r in range(0,fil1):
    for c in range (0,col1):
        mat3[r,c]=mat1[r,c]*mat1[r,c]
print('Pot:\n',mat3)

我如何通过将相同的矩阵乘以 n 次来实现它？？

#Example Mat1^2 = 
[ 1  2  3     [ 1  2  3       [ 1  2  3       [ 30  36  42 
  4  5  6   =   4  5  6    *    4  5  6     =   66  81  96
  7  8  9 ]     7  8  9 ]       7  8  9 ]       102 126 150 ]

【问题讨论】：

您的问题是什么？你不需要循环。您可以通过 mat1**pot 对其进行矢量化
我输了，但我正在尝试学习矩阵，我需要应用循环将矩阵相乘 N 次，而不使用 ** @RafaelC
确保您了解矩阵乘法（python 中的M @ M）和逐元素乘法（M * M）之间的区别。
顺便说一句。链接二元运算符的通用（在这种情况下不是最佳）方式是functools.reduce。例如矩阵将M的5个副本相乘：functools.reduce(operator.matmul, 5*[M])。
但是如果你想将同一个矩阵相乘N次，它也可以吗？ @PaulPanzer

标签： python python-3.x numpy matrix-multiplication multiplication

【解决方案1】：

您可以使用numpy.matmul 创建自己的递归函数：

import numpy as np

a = [[1,2,3], [4,5,6], [7,8,9]];

def matrixMul(a, n):
    if(n <= 1):
        return a
    else:
        return np.matmul(matrixMul(a, n-1), a)

print(matrixMul(a, 4))

使用for-loop的非递归方式：

import numpy as np
a = [[1,2,3], [4,5,6], [7,8,9]];

def matrixMul(a, n):
    if(n == 1):
        return a
    else:
            tempArr = a;
            for i in range(1, n-1):
                tempArr = np.matmul(a, tempArr)
            return tempArr

print(matrixMul(a, 4))

【讨论】：

太好了，我怎么能用 For 做呢？