Süntaks
Kompleksnumbreid sisaldava massiivi loomise süntaks on järgmine:
1. meetod:
1j * np. korraldada ( suurus )Ülalpool 1j toodud süntaks on kujuteldav osa, mis tähendab, et loome kompleksarvude massiivi, kus np.arrang on funktsioon, mille NumPy pakub massiivi loomiseks määratud vahemikku. Suurus, mis näitab massiivi suurust, edastatakse funktsioonile.
2. meetod:
nt. massiivi ( [ Re+Re*Im , Re+Re*Im , … ] )Selles süntaksis on np.arrray funktsioon, mis võimaldab meil luua massiivi, kuid me ei saa sellele vahemikku edasi anda. Me lihtsalt edastame väärtused sellele “n” korda. Funktsioonis edastasime 'Re', mis näitab reaalarve, lisades need reaalarvu kordsele kujutlusarvule 'Im'. Saame kujuteldavaid väärtusi edasi anda n korda.
Näide # 01:
Nagu me teame, toetab NumPy ka kompleksarve ja pakub kompleksarvude rakendamiseks ja nendega manipuleerimiseks mitmesuguseid meetodeid. Allolevas näites rakendame kompleksarve sisaldavate massiivide loomiseks kahte võimalust. NumPy funktsioonide rakendamiseks importige esmalt NumPy teek np-na. Seejärel initsialiseerime massiivi nimega 'massiivi_a', millele omistame funktsiooni np.arange(), mis sisaldab kompleksarve. Ja massiivi vahemik on '8'. Järgmisel real lõime teise massiivi nimega 'massiivi_b', millele edastasime kompleksarvude massiivi, edastades kompleksväärtused otse sellele. Lõpuks printisime mõlema meetodi abil loodud keeruka massiivi.
importida tuim nagu nt.
massiiv_a = 1j * np. korraldada ( 8 )
massiiv_b = nt. massiivi ( [ kaks +1d , 3 +4j , 5 +2j , 1 +6j ] )
printida ( 'keeruline massiiv kasutades arange() funktsiooni' , massiiv_a )
printida ( 'keeruline massiiv, kasutades funktsiooni np.array()' , massiiv_b )
Nagu on näidatud alloleval lõigul, on meie käivitatud koodi tulemus. Näeme, et oleme loonud kaks massiivi, mille kompleksarvude vahemik on 0j kuni 7j. Teises oleme läbinud 4 suurusega kompleksarvude juhusliku vahemiku.
3. meetod:
nt. keeruline ( Re+Re*Im )Ülaltoodud süntaksis on np.complex() sisseehitatud klass, mille pakub Pythoni pakett NumPy, mis võimaldab meil keerukaid väärtusi salvestada.
Näide # 02:
Teine viis NumPy kompleksmassiivi loomiseks on NumPy kompleks() klassi kasutamine. Kompleksklassi () kasutatakse kompleksarvude salvestamiseks ja see tagastab kompleksobjekti, mida saame ühes koodis mitu korda kasutada. Nüüd, kui rakendame kompleksi () klassi, impordime esmalt oma Numpy paketi. Seejärel initsialiseerime massiivi, millele edastasime kompleksklassi, mis kasutab tärni “*”, et edastada kompleks()-klassi objekti, millele edastasime “3+1j”. Funktsiooni arrange() abil lõime massiivi suurusega 5. Lõpuks kuvasime lihtsalt koodi väljundi, milles lõime kompleksse massiivi kasutades complex() klassi.
importida tuim nagu nt.massiivi = nt. keeruline ( 3 +1d ) *näit. korraldada ( 5 )
printida ( 'keeruline massiiv kasutades np.complex() klassi' , massiivi )
Nagu on näidatud alloleval joonisel, oleme loonud kompleksarvude massiivi. Kuid veel üks asi, mida joonisel võime märgata, on see, et konstantset väärtust ei täideta järjest, kuna oleme andnud kompleksi () klassile edasi '3+1j', mis tähendab, et igale järgmisele konstantsele väärtusele lisatakse arv kolm.
4. meetod:
nt. ühed ( kuju , dtüüp = Mitte ühtegi , tellida = 'C' , * , meeldib = Mitte ühtegi )Selle meetodi np.ones() korral määrame kompleksarvude massiivi, kasutades NumPy massiivi parameetrit dtype. Np.ones() kasutatakse uue massiivi tagastamiseks, mis sisaldab 1-sid. Funktsioonile np.ones() edastasime neli parameetrit 'shape', mida kasutatakse massiivi kuju määramiseks, olgu see siis '2', '3' või muu. 'dtype' on andmetüüp. Meie puhul kasutame keerulist andmetüüpi. Järjestus määrab, kas massiiv on ühe-, kahe- või mitmemõõtmeline.
Näide # 03:
Rakendame meetodit ones(), et saada parem ülevaade selle toimimisest kompleksarvude kasutamisel. Selle meetodi rakendamiseks impordime esmalt Pythoni pakutavad NumPy paketid. Järgmiseks loome massiivi, kuhu edastame funktsiooni np.ones(), millele edastasime kaks parameetrit. Esimene on '4', mis tähendab, et massiivi suurus on 4 ja teine on 'dtype', mis on keeruline. See tähendab, et loome andmetüüpi kompleksarvude massiivi. Funktsiooni ones() korrutamine väärtusega '2' tähendab, et meie reaalarv on '2'. Lõpuks printisime välja printimise lause abil loodud massiivi.
importida tuim nagu nt.massiivi = nt. ühed ( 4 , dtüüp = keeruline ) * kaks
printida ( 'keeruline massiiv funktsiooni np.ones() abil' , massiivi )
Nagu allpool näidatud, käivitatakse meie koodi väljund edukalt, kus meil on ühemõõtmeline massiiv, mis sisaldab 4 kompleksväärtust reaalarvuga 2.
Näide # 04:
Rakendame nüüd veel ühte näidet, kus loome kompleksarvude massiivi ja trükime kompleksarvude kujutlus- ja reaalosad. Esmalt impordime NumPy teegi, seejärel loome massiivi, millele edastasime kompleksväärtused '6' massiivile nimega 'massiivne', mis on '56+0j, 27+0j, 68+0j, 49+0j, 120+0j'. , 4+0j”. Järgmisel real printisime massiivi lihtsalt välja. Nüüd trükime keerulise massiivi kujutluslikud ja tegelikud väärtused.
Numpy pakub mõlema allpool näidatud toimingu jaoks sisseehitatud funktsiooni. Esimesena saab kujuteldava osa “massiivi_nimi.kujutis”, kus punkti ees olev väärtus on massiiv, millest peame saama kujuteldava osa. Ja teine, kes pärisosa saab, on 'massiivi_nimi.reaalne'. Meie puhul on massiivi nimi 'massiivne', nii et mõlema elemendi saamiseks edastasime prindilause, massiivi nime ja märksõna.
importida tuim nagu nt.massiivi = nt. massiivi ( [ 56 .+ 0 . j , 27 .+ 0 . j , 68 .+ 0 . j , 49 .+ 0 . j , 120 .+ 0 . j , 3 + 4 . j ] )
printida ( 'Algne massiiv:x' , massiivi )
printida ( 'Massiivi tegelik osa:' )
printida ( massiivi . päris )
printida ( 'Massiivi kujuteldav osa:' )
printida ( massiivi . imag )
Nagu on näidatud alloleval lõigul, täidetakse edukalt väljund, milles kompleksmassiivi imaginaarne ja tegelik osa. Kus tegelikud osad on '56', '27', '68', '120' ja '3'. Ja mõttelised osad on '0-d'.
Järeldus
Selles artiklis oleme lühidalt arutanud kompleksnumbreid ja seda, kuidas NumPy sisseehitatud funktsioone kasutades keerukaid massiive luua. Kirjeldasime mitmeid funktsioone, mis võimaldavad meil luua keerukaid massiive, rakendades mitut näidet, et paremini mõista.