问复数归一化

EN

Z-实数得分：

Z = (X - Avg) / SD

显而易见的方法，在脑海中，将是计算平均和标准差的真实平面和想象平面独立。

然后，我们大概会修改公式，使用类似sqrt(平方和)的方法将真实和想象的成分或分数结合起来。

Zr = (Xr - AvgR) / SDr
Zi = (Xi - AvgI) / SDi

最后：

Zc = sqrt( Zr^2 + Zi^2)

这可能是最直接的方式产生一个单一的Z-得分，从一个复杂的数字，在它的分布。

当然，这与“规范化”不同，因为“规范化”保留了单独的组件，以及我最初回答的内容。但我相信，一个分数，测量距离的平均值，是你想要的。

您可以将复杂向量规范化为

norm = np.exp(1j*np.angle(z))

虽然速度慢，但比它有优势。

z/abs(z)

因为如果z是零，你做以上的计算，你会得到南。即使将nan移除0，您也会得到0，因为归一化长度不能为零。如果使用这个0长度归一化向量来设置任何其他向量的相位，则始终会得到0。这取决于你在寻找什么

或者你也可以

z1=z/abs(z)
z1[np.isnan(z)]=1

因为归一化长度应该是1

问候