Σύνταξη
Η σύνταξη για τη δημιουργία ενός πίνακα που περιέχει μιγαδικούς αριθμούς είναι η εξής:
Μέθοδος 1:
1j * np. Ενα ΕΥΡΟΣ ( Μέγεθος )Η σύνταξη που δίνεται παραπάνω από το 1j είναι το φανταστικό μέρος που σημαίνει ότι δημιουργούμε έναν πίνακα μιγαδικών αριθμών, όπου το np.arrang είναι η συνάρτηση που παρέχεται από το NumPy για τη δημιουργία ενός πίνακα σε μια καθορισμένη περιοχή. Το μέγεθος, το οποίο υποδεικνύει το μέγεθος του πίνακα, μεταβιβάζεται στη συνάρτηση.
Μέθοδος 2:
π.χ. πίνακας ( [ Re+Re*Im , Re+Re*Im , … ] )Σε αυτή τη σύνταξη, το np.arrray είναι η συνάρτηση που μας δίνει τη δυνατότητα να δημιουργήσουμε έναν πίνακα αλλά δεν μπορούμε να του περάσουμε το εύρος. Περνάμε απλώς τιμές σε αυτό 'n' φορές. Στη συνάρτηση, περάσαμε το 'Re' που δείχνει πραγματικούς αριθμούς προσθέτοντάς τους στο 'Im' έναν φανταστικό αριθμό πολλαπλάσιο ενός πραγματικού αριθμού. Μπορούμε να περάσουμε φανταστικές τιμές σε n φορές.
Παράδειγμα #01:
Όπως γνωρίζουμε το NumPy υποστηρίζει επίσης μιγαδικούς αριθμούς και παρέχει πολλαπλές ποικιλίες μεθόδων για την υλοποίηση και το χειρισμό μιγαδικών αριθμών. Στο παρακάτω παράδειγμα, θα εφαρμόσουμε δύο τρόπους για να δημιουργήσουμε πίνακες που περιέχουν μιγαδικούς αριθμούς. Για να εφαρμόσουμε συναρτήσεις NumPy, ας εισάγουμε πρώτα τη βιβλιοθήκη NumPy ως np. Στη συνέχεια, θα αρχικοποιήσουμε έναν πίνακα με το όνομα “array_a” στον οποίο εκχωρούμε τη συνάρτηση np.arange() που θα περιέχει τους μιγαδικούς αριθμούς. Και το εύρος του πίνακα θα είναι '8'. Στην επόμενη γραμμή, δημιουργήσαμε έναν άλλο πίνακα με το όνομα “array_b” στον οποίο περάσαμε έναν πίνακα μιγαδικών αριθμών περνώντας απευθείας τις μιγαδικές τιμές σε αυτόν. Στο τέλος, εκτυπώσαμε τον σύνθετο πίνακα που δημιουργήσαμε χρησιμοποιώντας και τις δύο μεθόδους.
εισαγωγή μουδιασμένος όπως και π.χ.
array_a = 1j * np. Ενα ΕΥΡΟΣ ( 8 )
πίνακας_β = π.χ. πίνακας ( [ δύο +1η , 3 +4j , 5 +2j , 1 +6j ] )
Τυπώνω ( 'σύνθετος πίνακας χρησιμοποιώντας συνάρτηση arange()' , array_a )
Τυπώνω ( 'σύνθετος πίνακας χρησιμοποιώντας συνάρτηση np.array()' , πίνακας_β )
Όπως φαίνεται στο παρακάτω απόσπασμα είναι το αποτέλεσμα του κώδικα που έχουμε εκτελέσει. Μπορούμε να δούμε ότι έχουμε δημιουργήσει δύο πίνακες που έχουν εύρος μιγαδικών αριθμών από 0j έως 7j. Στο άλλο, έχουμε περάσει το τυχαίο εύρος μιγαδικών αριθμών μεγέθους 4.
Μέθοδος 3:
π.χ. συγκρότημα ( Re+Re*Im )Στη σύνταξη που δίνεται παραπάνω, η np.complex() είναι η ενσωματωμένη κλάση που παρέχεται από το πακέτο Python NumPy που μας δίνει τη δυνατότητα να αποθηκεύουμε σύνθετες τιμές.
Παράδειγμα #02:
Ένας άλλος τρόπος για να δημιουργήσετε έναν σύνθετο πίνακα NumPy είναι η χρήση της κλάσης Complex() του NumPy. Η σύνθετη κλάση() χρησιμοποιείται για την αποθήκευση μιγαδικών αριθμών και επιστρέφει το μιγαδικό αντικείμενο που μπορούμε να χρησιμοποιήσουμε πολλές φορές μέσα στον μεμονωμένο κώδικα. Τώρα υλοποιώντας την κλάση complex(), θα εισάγουμε πρώτα το πακέτο Numpy. Στη συνέχεια, θα αρχικοποιήσουμε έναν πίνακα στον οποίο περάσαμε μια σύνθετη κλάση που χρησιμοποιεί έναν αστερίσκο '*' για να περάσει ένα αντικείμενο κλάσης complex() στην οποία περάσαμε '3+1j'. Χρησιμοποιώντας τη συνάρτηση arrange(), δημιουργήσαμε έναν πίνακα μεγέθους 5. Επιτέλους, μόλις εμφανίσαμε την έξοδο του κώδικα στον οποίο δημιουργήσαμε έναν σύνθετο πίνακα χρησιμοποιώντας την κλάση complex().
εισαγωγή μουδιασμένος όπως και π.χ.πίνακας = π.χ. συγκρότημα ( 3 +1η ) *π.χ. Ενα ΕΥΡΟΣ ( 5 )
Τυπώνω ( 'σύνθετος πίνακας με χρήση κλάσης np.complex()' , πίνακας )
Όπως φαίνεται στο παρακάτω σχήμα, δημιουργήσαμε έναν πίνακα μιγαδικών αριθμών. Αλλά ένα ακόμη πράγμα που μπορούμε να παρατηρήσουμε στο σχήμα είναι ότι η σταθερή τιμή δεν εκτελείται διαδοχικά επειδή έχουμε περάσει το '3+1j' σε μια κλάση complex() που σημαίνει ότι ένας αριθμός τρία θα προστεθεί σε κάθε επόμενη σταθερή τιμή.
Μέθοδος 4:
π.χ. αυτές ( σχήμα , dtype = Κανένας , Σειρά = 'ΝΤΟ' , * , σαν = Κανένας )Σε αυτήν τη μέθοδο np.ones(), καθορίζουμε έναν πίνακα μιγαδικών αριθμών χρησιμοποιώντας την παράμετρο dtype στον πίνακα NumPy. Η Np.ones() χρησιμοποιείται για την επιστροφή ενός νέου πίνακα που περιέχει 1. Στη συνάρτηση np.ones(), περάσαμε τέσσερις παραμέτρους 'shape', οι οποίες χρησιμοποιούνται για να ορίσουμε το σχήμα του πίνακα είτε είναι '2', '3' ή αλλιώς. Ο 'dtype' είναι ο τύπος δεδομένων. Στην περίπτωσή μας θα χρησιμοποιήσουμε έναν πολύπλοκο τύπο δεδομένων. Η 'παραγγελία' ορίζει εάν ο πίνακας είναι μονοδιάστατος, δύο ή πολυδιάστατος.
Παράδειγμα #03:
Ας εφαρμόσουμε τη μέθοδο ones() για να έχουμε μια καλύτερη ιδέα για το πώς λειτουργεί κατά τη χρήση μιγαδικών αριθμών. Για να εφαρμόσουμε αυτήν τη μέθοδο, ας εισάγουμε πρώτα τα πακέτα NumPy που παρέχονται από την Python. Στη συνέχεια, θα δημιουργήσουμε έναν πίνακα στον οποίο θα περάσουμε τη συνάρτηση np.ones() στην οποία περάσαμε δύο παραμέτρους. Το πρώτο είναι '4' που σημαίνει ότι το μέγεθος του πίνακα θα είναι 4 και το δεύτερο είναι 'dtype' που είναι σύνθετο. Αυτό σημαίνει ότι πρόκειται να δημιουργήσουμε μια σειρά μιγαδικών αριθμών τύπου δεδομένων. Πολλαπλασιάζοντας τη συνάρτηση ones() με την τιμή '2' σημαίνει ότι ο πραγματικός μας αριθμός θα είναι '2'. Στο τέλος, εκτυπώσαμε τον πίνακα που δημιουργήσαμε χρησιμοποιώντας την πρόταση εκτύπωσης.
εισαγωγή μουδιασμένος όπως και π.χ.πίνακας = π.χ. αυτές ( 4 , dtype = συγκρότημα ) * δύο
Τυπώνω ( 'σύνθετος πίνακας με χρήση συνάρτησης np.ones()' , πίνακας )
Όπως φαίνεται παρακάτω, η έξοδος του κώδικά μας εκτελείται με επιτυχία στον οποίο έχουμε έναν μονοδιάστατο πίνακα που περιέχει 4 μιγαδικές τιμές με πραγματικό αριθμό 2.
Παράδειγμα #04:
Ας εφαρμόσουμε τώρα ένα άλλο παράδειγμα στο οποίο θα δημιουργήσουμε έναν πίνακα μιγαδικών αριθμών και θα εκτυπώσουμε τα φανταστικά και τα πραγματικά μέρη των μιγαδικών αριθμών. Πρώτα θα εισαγάγουμε τη βιβλιοθήκη NumPy και, στη συνέχεια, θα δημιουργήσουμε έναν πίνακα στον οποίο περάσαμε τις σύνθετες τιμές '6' σε έναν πίνακα με το όνομα 'array' που είναι '56+0j, 27+0j, 68+0j, 49+0j, 120+0j , 4+0j”. Στην επόμενη γραμμή, απλώς εκτυπώσαμε τον πίνακα. Τώρα, εκτυπώνουμε φανταστικές και πραγματικές τιμές του μιγαδικού πίνακα.
Το Numpy παρέχει μια ενσωματωμένη λειτουργία και για τις δύο λειτουργίες που φαίνονται παρακάτω. Το πρώτο που παίρνει το φανταστικό μέρος είναι το 'array_name.imag' όπου η τιμή πριν από την τελεία είναι ο πίνακας από τον οποίο πρέπει να πάρουμε το φανταστικό μέρος. Και το δεύτερο που παίρνει το πραγματικό μέρος είναι το 'array_name.real'. Στην περίπτωσή μας, το όνομα ενός πίνακα είναι 'πίνακας', οπότε περάσαμε την πρόταση εκτύπωσης, το όνομα του πίνακα και τη λέξη-κλειδί για να λάβουμε και τα δύο στοιχεία.
εισαγωγή μουδιασμένος όπως και π.χ.πίνακας = π.χ. πίνακας ( [ 56 .+ 0 . ι , 27 .+ 0 . ι , 68 .+ 0 . ι , 49 .+ 0 . ι , 120 .+ 0 . ι , 3 + 4 . ι ] )
Τυπώνω ( 'Αρχικός πίνακας:x' , πίνακας )
Τυπώνω ( 'Πραγματικό μέρος του πίνακα:' )
Τυπώνω ( πίνακας . πραγματικός )
Τυπώνω ( 'Φανταστικό μέρος του πίνακα:' )
Τυπώνω ( πίνακας . εικόνα )
Όπως φαίνεται στο παρακάτω απόσπασμα, η έξοδος στην οποία το φανταστικό και το πραγματικό μέρος του μιγαδικού πίνακα εκτελούνται με επιτυχία. Όπου τα πραγματικά μέρη είναι '56', '27', '68', '120' και '3'. Και τα φανταστικά μέρη είναι «0».
συμπέρασμα
Σε αυτό το άρθρο, έχουμε συζητήσει εν συντομία τους μιγαδικούς αριθμούς και πώς μπορούμε να δημιουργήσουμε σύνθετους πίνακες χρησιμοποιώντας τις ενσωματωμένες συναρτήσεις του NumPy. Περιγράψαμε πολλαπλές συναρτήσεις που μας δίνουν τη δυνατότητα να δημιουργήσουμε σύνθετους πίνακες εφαρμόζοντας πολλαπλά παραδείγματα για καλύτερη κατανόηση.