缩放复数组的实部
缩放复数组的实部
提问于 2012-11-26 22:41:12
我有一个复数向量(FFT的结果)，我只想用另一个向量中的因子来缩放复数的实部。
示例
cplxarr= np.array([1+2j, 3+1j, 7-2j])
factarr= np.array([.5, .6, .2])
# desired result of cplxarr * factarr :
# np.array([.5+2j 1.8+1j 1.4-2j])(是的，它是关于人在特定环境下的听觉频率响应。)
显然，与上面的向量的乘法也会缩放虚部。
如何设置factarr，需要执行哪些操作才能达到预期效果？如果可能的话，也就是说，不需要分离实部和虚部，缩放实部并重新组合为新的复向量。
回答 1
Stack Overflow用户
回答已采纳
发布于 2012-11-26 22:44:03
这样就可以了：
>>> factarr*cplxarr.real + (1j)*cplxarr.imag
array([ 0.5+2.j, 1.8+1.j, 1.4-2.j])但我不确定这是不是最好的方法。
事实证明，至少对我来说(OS-X10.5.8，Python2.7.3，numpy 1.6.2)这个版本的速度大约是使用np.vectorize的其他版本的两倍
>>> from timeit import timeit
>>> timeit('factarr*cplxarr.real+(1j)*cplxarr.imag',setup='from __main__ import factarr,cplxarr')
21.008132934570312
>>> timeit('f(cplxarr.real * factarr, cplxarr.imag)',setup='from __main__ import factarr,cplxarr; import numpy as np; f=np.vectorize(np.complex)')
46.52931499481201在使用np.complex和由python提供的complex之间似乎没有太大区别：
>>> timeit('f(cplxarr.real * factarr, cplxarr.imag)',setup='from __main__ import factarr,cplxarr; import numpy as np; f=np.vectorize(complex)')
44.87726283073425目前在TIMINGS排名中的领先者(由eryksun在下面的评论中提出)
>>> timeit.timeit('a = cplxarr.copy(); a.real *= factarr ',setup='from __main__ import factarr,cplxarr')
8.336654901504517并证明它是有效的：
>>> a = cplxarr.copy()
>>> a.real *= factarr
>>> a
array([ 0.5+2.j, 1.8+1.j, 1.4-2.j])如果您想在适当的位置执行操作，这显然会更快(因此可以不复制)。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/13567089
复制相关文章
相似问题
腾讯云开发者
