python复数类型与数学中复数的概念一致,关于python中的复数

　　首先，这并不是针对mp的内容，而是因为它是在评论中提出的：

　　Np.matrix可以接受一个字符串参数，并从中生成一个数值矩阵。还请注意，形状是[145]中的(1，1):a=NP。矩阵( 16000000000001 . 000001

　　在[146]中

　　Out[146]:矩阵([[2853414.10478439 28534436j]])

　　In [147]: a .数据类型

　　Out[147]:数据类型( complex128 )

　　在np.array中输入一个字符串将生成一个字符串：

　　^{pr2}$

　　然而，省略引号，我们会得到一个形状为()(0d): in [151]: a=NP的复杂数组。数组(1988.0000000004

　　在[152]中

　　out[152]:array(2853439 285436j)

　　In [153]: a .数据类型

　　Out[153]: dtype(complex128 )

　　这些值的乘积：in [154]: b=NP。数组(-1.39818115E09 1.1115E09J)

　　在[155]: a*b # a.dot(b)同样的东西

　　out[155]:(-7.979228021897728 e 16 48j)

　　如果不使用mp，我假设初始化和设置如下：in[179]:x=NP . empty _ like(NP . matrix([[0]*(1)for I in range(1)])。as类型(np.comple128)

　　在[180]: x[:]=a

　　在[181]: x

　　Out[181]:矩阵([[2853414.10478439 28534436j]])

　　in[182]:y=NP . empty _ like(NP . matrix([[0]*(1)for I in range(1)]))。astype(np.complex128)

　　In [183]: y[:]=b

　　在[184]中：y

　　Out[184]:矩阵([[-1.39818115 e 09 1.39818115 e 09j]])

　　在[185]: x*y

　　Out[185]:矩阵([[-7.97922802e 16 48.j]])

　　或许值得试试np.zeros_like而不是{}。这样可以保证虚部为0，而不是随机的。如果mp进程只设置实际的部分，那么你应该得到不同的结果。在

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。