scipy.sparse矩陣的元素功效

Question

如何將scipy.sparse矩陣提升為冪，以元素為單位？ 根據它的手冊 ， numpy.power應該這樣做，但它在稀疏矩陣上失敗了：

>>> 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

與X**2相同的問題。 轉換為密集陣列有效，但浪費了寶貴的秒數。

我和np.multiply有同樣的問題，我用稀疏矩陣的multiply來解決，但似乎沒有pow方法。

Answer 1

這有點低級，但對於元素操作，您可以直接使用底層數據數組：

>>> 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

Answer 2

我剛剛遇到了同樣的問題，發現稀疏矩陣現在支持元素功率。 對於上述情況，它應該是：

 X.power(2)