np.abs可以接受实数[(‘dtype=’，'<f8')，('imag'，'<f8')]的输入数组并给出绝对值吗？
np.abs可以接受实数[(‘dtype=’，'<f8')，('imag'，'<f8')]的输入数组并给出绝对值吗？
提问于 2020-09-10 14:41:33
我正在尝试将一些代码从MATLAB移植到Python。MATLAB使用abs(数据)来获得数据中复数的绝对值。我使用h5py模块将其放入ndarray(dim - (151402, 16, 64))中。这个数组包含实数和图像的值，我想要计算它们的绝对值。Numpy文档建议使用np.abs函数，但在此ndarray上使用时，我会得到以下结果
error --> `numpy.core._exceptions.UFuncTypeError: ufunc 'absolute' did
not contain a loop with signature matching types
dtype([('real', '<f8'), ('imag', '<f8')]) -> dtype([('real', '<f8'), ('imag', '<f8')])`. 这是否意味着np.abs无法计算此数据的绝对值？
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-09-10 14:58:25
对于复杂的数据类型数组，np.abs会生成幅值，如其文档中所述：
In [18]: x= np.array(1.1 - 0.2j)
In [19]: x
Out[19]: array(1.1-0.2j)
In [20]: x.dtype
Out[20]: dtype('complex128')
In [21]: np.abs(x)
Out[21]: 1.118033988749895但是您已经将这个复杂的数组构造(或加载)为一个structured array，其中包含单独的real和imag字段。np.abs没有为这样的compound dtype定义(大多数计算/ufunc不适用于结构化数组)。
In [23]: dt = np.dtype([('real', '<f8'), ('imag', '<f8')])
In [24]: y = np.array((1.1, -0.2), dt)
In [25]: y
Out[25]: array((1.1, -0.2), dtype=[('real', '<f8'), ('imag', '<f8')])
In [26]: np.abs(y)
Traceback (most recent call last):
File "<ipython-input-26-e2973663f413>", line 1, in <module>
np.abs(y)
UFuncTypeError: ufunc 'absolute' did not contain a loop with signature matching types dtype([('real', '<f8'), ('imag', '<f8')]) -> dtype([('real', '<f8'), ('imag', '<f8')])转换为复杂数据类型：
In [27]: np.abs(y['real']+y['imag']*1j)
Out[27]: 1.118033988749895或者，我们可以使用view来转换数据类型：
In [28]: y.view('complex')
Out[28]: array(1.1-0.2j)
In [29]: np.abs(y.view('complex'))
Out[29]: 1.118033988749895view并不总是适用于复合数据类型，但这里的底层数据字节布局是相同的。
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/63824097
复制相关文章
相似问题
腾讯云开发者
