Sintassi
La sintassi per creare un array che contiene numeri complessi è la seguente:
Metodo 1:
1j * np. arrangiare ( taglia )La sintassi data sopra 1j è la parte immaginaria, il che significa che stiamo creando un array di numeri complessi, dove np.arrang è la funzione fornita da NumPy per creare un array in un intervallo specificato. Size, che indica la dimensione dell'array, viene passata alla funzione.
Metodo 2:
per esempio. Vettore ( [ Re+Re*Im , Re+Re*Im , … ] )In questa sintassi, np.arrray è la funzione che ci consente di creare un array ma non possiamo passargli l'intervallo. Gli passiamo semplicemente dei valori 'n' volte. Nella funzione, abbiamo passato 'Re' che indica i numeri reali sommandoli a 'Im' un numero immaginario multiplo di un numero reale. Possiamo passare valori immaginari a n volte.
Esempio n. 01:
Come sappiamo NumPy supporta anche numeri complessi e fornisce molteplici varietà di metodi per implementare e manipolare numeri complessi. Nell'esempio seguente, implementeremo due modi per creare array contenenti numeri complessi. Per implementare le funzioni NumPy, importiamo prima la libreria NumPy come np. Quindi, inizializzeremo un array chiamato 'array_a' a cui assegneremo la funzione np.arange() che conterrà i numeri complessi. E l'intervallo dell'array sarà '8'. Nella riga successiva, abbiamo creato un altro array chiamato 'array_b' a cui abbiamo passato un array di numeri complessi passando i valori complessi direttamente ad esso. Alla fine, abbiamo stampato l'array complesso che abbiamo creato utilizzando entrambi i metodi.
importare intontito come per esempio.
matrice_a = 1j * np. arrangiare ( 8 )
matrice_b = per esempio. Vettore ( [ Due +1d , 3 +4j , 5 +2j , 1 +6j ] )
Stampa ( 'array complesso che utilizza la funzione arange()' , matrice_a )
Stampa ( 'array complesso che utilizza la funzione np.array()' , matrice_b )
Come mostrato nello snippet di seguito è il risultato del codice che abbiamo eseguito. Possiamo vedere che abbiamo creato due array che hanno un intervallo di numeri complessi da 0j a 7j. Nell'altro, abbiamo superato l'intervallo casuale di numeri complessi di dimensione 4.
Metodo 3:
per esempio. complesso ( Re+Re*Im )Nella sintassi data sopra, np.complex() è la classe incorporata fornita dal pacchetto Python NumPy che ci consente di memorizzare valori complessi.
Esempio n. 02:
Un altro modo per creare un array complesso NumPy è usare la classe complex() di NumPy. Complex class() viene utilizzato per memorizzare numeri complessi e restituisce l'oggetto complesso che possiamo utilizzare più volte all'interno del singolo codice. Ora implementando la classe complex(), importeremo prima il nostro pacchetto Numpy. Quindi, inizializzeremo un array a cui abbiamo passato una classe complessa che usa un asterisco '*' per passare un oggetto della classe complex() a cui abbiamo passato '3+1j'. Usando la funzione arrange(), abbiamo creato un array di dimensione 5. Alla fine, abbiamo appena mostrato l'output del codice in cui abbiamo creato un array complesso usando la classe complex().
importare intontito come per esempio.Vettore = per esempio. complesso ( 3 +1d ) *per esempio. arrangiare ( 5 )
Stampa ( 'array complesso che utilizza la classe np.complex()' , Vettore )
Come mostrato nella figura seguente, abbiamo creato una matrice di numeri complessi. Ma un'altra cosa che possiamo notare nella figura è che il valore costante non viene eseguito consecutivamente perché abbiamo passato '3+1j' a una classe complex(), il che significa che un numero tre verrà aggiunto a ogni valore costante successivo.
Metodo 4:
per esempio. quelli ( forma , tipo d = Nessuno , ordine = 'C' , * , piace = Nessuno )In questo metodo np.ones(), specifichiamo un array di numeri complessi usando il parametro dtype nell'array NumPy. Np.ones() viene utilizzato per restituire un nuovo array che contiene 1s. Alla funzione np.ones(), abbiamo passato quattro parametri 'shape', che viene utilizzato per definire la forma dell'array sia che sia '2', '3' o altro. Il 'dtype' è il tipo di dati. Nel nostro caso utilizzeremo un tipo di dati complesso. L''ordine' definisce se l'array è unidimensionale, bidimensionale o multidimensionale.
Esempio n. 03:
Implementiamo il metodo ones() per avere un'idea migliore di come funziona utilizzando numeri complessi. Per implementare questo metodo, importiamo prima i nostri pacchetti di NumPy forniti da Python. Successivamente, creeremo un array a cui passeremo la funzione np.ones() a cui abbiamo passato due parametri. Il primo è '4', il che significa che la dimensione dell'array sarà 4 e il secondo è 'dtype', che è complesso. Ciò significa che creeremo una matrice di numeri complessi di tipo di dati. Moltiplicando la funzione one() per il valore '2' significa che il nostro numero reale sarà '2'. Alla fine, abbiamo stampato l'array che abbiamo creato usando l'istruzione print.
importare intontito come per esempio.Vettore = per esempio. quelli ( 4 , tipo d = complesso ) * Due
Stampa ( 'array complesso che utilizza la funzione np.ones()' , Vettore )
Come mostrato di seguito, l'output del nostro codice viene eseguito correttamente in cui abbiamo un array unidimensionale che contiene 4 valori complessi con un numero reale 2.
Esempio n. 04:
Realizziamo ora un altro esempio in cui creeremo un array di numeri complessi e stamperemo la parte immaginaria e reale dei numeri complessi. Prima importeremo la libreria NumPy, quindi creeremo un array a cui abbiamo passato '6' valori complessi a un array chiamato 'array' che è '56+0j, 27+0j, 68+0j, 49+0j, 120+0j , 4+0j”. Nella riga successiva, abbiamo semplicemente stampato l'array. Ora stampiamo i valori immaginari e reali dell'array complesso.
Numpy fornisce una funzione incorporata per entrambe le operazioni mostrate di seguito. Il primo a ottenere la parte immaginaria è 'nome_array.imag' dove il valore prima del punto è l'array da cui dobbiamo ottenere la parte immaginaria. E il secondo per ottenere la parte reale è 'array_name.real'. Nel nostro caso, il nome di un array è 'array', quindi abbiamo passato l'istruzione print, il nome dell'array e la parola chiave per ottenere entrambi gli elementi.
importare intontito come per esempio.Vettore = per esempio. Vettore ( [ 56 .+ 0 . j , 27 .+ 0 . j , 68 .+ 0 . j , 49 .+ 0 . j , 120 .+ 0 . j , 3 + 4 . j ] )
Stampa ( 'Matrice originale:x' , Vettore )
Stampa ( 'Parte reale dell'array:' )
Stampa ( Vettore . vero )
Stampa ( 'Parte immaginaria dell'array:' )
Stampa ( Vettore . immagine )
Come mostrato nello snippet di seguito, l'output in cui la parte immaginaria e quella reale dell'array complesso viene eseguita correttamente. Dove le parti reali sono '56', '27', '68', '120' e '3'. E le parti immaginarie sono '0'.
Conclusione
In questo articolo, abbiamo discusso brevemente dei numeri complessi e di come possiamo creare array complessi usando le funzioni integrate di NumPy. Abbiamo descritto più funzioni che ci consentono di creare array complessi implementando più esempi per comprendere meglio.