python复数类型与数学中复数的概念一致,关于python中的复数

  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。

留言与评论(共有 条评论)
   
验证码: