Python中如何计算含零矩阵的平方根？numpy.sqrt()无效怎么办

你用错函数了。numpy.sqrt()是逐元素执行开方运算的工具，计算逻辑是对矩阵每个位置的元素单独开根号，完全不遵循矩阵乘法规则；而线性代数定义的矩阵平方根，是要找到矩阵B，使得矩阵乘积B @ B等于原矩阵A，二者逻辑完全不同，自然拿不到正确结果。

最简便的方式是直接调用NumPy线性代数子模块提供的专用矩阵平方根函数numpy.linalg.sqrtm()，它原生兼容包含零元素的方阵，计算逻辑严格遵循矩阵平方根定义，拿你提到的单位矩阵场景测试可以直接得到正确结果：

import numpy as np

# 构造3阶单位矩阵（非对角线元素均为0，符合含零元素矩阵的测试场景）
eye_mat = np.eye(3)
# 计算矩阵平方根
sqrt_mat = np.linalg.sqrtm(eye_mat)

print("矩阵平方根计算结果：")
print(sqrt_mat)
# 验证结果正确性：sqrt_mat 自乘应当等于原单位矩阵
print("结果验证（B@B是否等于原矩阵）：", np.allclose(sqrt_mat @ sqrt_mat, eye_mat))

上述代码运行后，会输出和原单位矩阵完全一致的平方根结果，验证项返回True。

如果是维度更高、零元素占比极大的稀疏矩阵，可以调用SciPy线性代数模块对应的稀疏矩阵优化版本的平方根计算函数，计算效率会比稠密版本高很多。

• 所有逐元素运算函数（包括numpy.sqrt()、numpy.exp()这类）都不能用来做矩阵层面的线性代数运算，涉及矩阵乘法、矩阵分解、矩阵函数计算的需求，优先从linalg类的子模块里找对应工具。
• 矩阵平方根存在性和元素是否为零没有直接关系，部分含零矩阵不存在实数域下的平方根，如果计算时报线性代数求解错误，先确认原矩阵是否满足平方根存在条件。

内容的提问来源于stack exchange，提问作者Sharkchili