用 Numpy 计算复数的绝对值
Posted
技术标签:
【中文标题】用 Numpy 计算复数的绝对值【英文标题】:The Absolute Value of a Complex Number with Numpy 【发布时间】:2020-07-19 17:45:13 【问题描述】:我在 Python 中有以下脚本。我正在计算数组的傅里叶变换。当我想绘制结果(傅立叶变换)时,我使用的是该计算的绝对值。 但是,我不知道复数的绝对值是如何产生的。 有谁知道它是如何计算的?我需要这个在 Java 中重现。
import numpy as np
import matplotlib.pyplot as plt
from numpy import fft
inp = [1,2,3,4]
res = fft.fft(inp)
print(res[1]) # returns (-2+2j) complex number
print(np.abs(res[1])) # returns 2.8284271247461903
【问题讨论】:
【参考方案1】:np.abs 给出复数的大小,即 sqrt(a^2 + b^2) 在你的情况下它是 sqrt(8)。
https://numpy.org/doc/stable/reference/generated/numpy.absolute.html
【讨论】:
【参考方案2】:sqrt(Re(z)**2 + Im(z)**2)
对于z = a + ib
,这变成:
sqrt(a*a + b*b)
这只是欧几里得规范。您必须将实部和虚部的平方(没有 i)相加,然后求平方。
https://www.varsitytutors.com/hotmath/hotmath_help/topics/absolute-value-complex-number
【讨论】:
谢谢。是的,这会返回确切的结果。【参考方案3】:numpy.absolute(arr, out = None, ufunc ‘absolute’) : 这个数学函数帮助用户计算每个元素的绝对值。
对于复数a+ib,绝对值为sqrt(a^2 + b^2)。
【讨论】:
也有用的答案,已解决。我赞成你的回答。以上是关于用 Numpy 计算复数的绝对值的主要内容,如果未能解决你的问题,请参考以下文章
Python使用numpy包编写自定义函数计算中位数绝对偏差(MADMedian Absolute Deviation)度量数据列中数据的分散性( measures of dispersion)
python使用numpy包编写自定义函数计算SMAPE(对称平均绝对百分比误差)指标Symmetric mean absolute percentage errorSMAPE指标解读指标使用的注