提高稀疏矩阵的能力

我有一个 10001 行 + 10001 列（有很多 0）的稀疏矩阵，

我正在尝试提高这个稀疏矩阵的功效

i.e.

A = [[1,1],[1,0]]
AS = sparse.csr_matrix(A)
AS

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

matrixMul(AS, 10)

如果我将 AS 提高到 2 次方，预期结果应该是 [[2, 1] [1, 1]]

我想找到AS^10

我应该调用什么函数？我已尝试上面的代码但收到此错误。

谢谢。

ValueError Traceback（最近调用 最后）在（） 9 返回 np.matmul(matrixMul(AS, n-1), AS) 10 ---> 11 矩阵乘法(AS, 10)

matrixMul(AS, n) 中的 8 帧 7 返回AS 8 其他： ----> 9 返回 np.matmul(matrixMul(AS, n-1), AS) 10 11 矩阵Mul(AS, 10)

ValueError：matmul：输入操作数 0 没有足够的维度 （有 0 个，带有签名 (n?,k),(k,m?)->(n?,m?) 的 gufunc 核心需要 1）

您可以使用幂运算符：AS ** 10是相同的AS ^ 10用正常的数学符号表示。

def matrixMul(AS, n):
    if(n <= 1):
        return AS
    else:
        return AS ** n