ไวยากรณ์
ไวยากรณ์สำหรับการสร้างอาร์เรย์ที่มีจำนวนเชิงซ้อนมีดังนี้:
วิธีที่ 1:
1j * น. จัด ( ขนาด )ไวยากรณ์ที่ระบุข้างต้น 1j คือส่วนจินตภาพ ซึ่งหมายความว่าเรากำลังสร้างอาร์เรย์ของจำนวนเชิงซ้อน โดยที่ np.arrang เป็นฟังก์ชันที่ NumPy จัดเตรียมไว้ให้เพื่อสร้างอาร์เรย์ในช่วงที่ระบุ ขนาด ซึ่งระบุขนาดอาร์เรย์ ถูกส่งไปยังฟังก์ชัน
วิธีที่ 2:
เช่น. อาร์เรย์ ( [ รี+รี*อิม , รี+รี*อิม , … ] )ในไวยากรณ์นี้ np.arrray เป็นฟังก์ชันที่ช่วยให้เราสร้างอาร์เรย์ได้ แต่เราไม่สามารถส่งผ่านช่วงไปยังอาร์เรย์ได้ เราเพียงแค่ส่งค่าไปที่มัน “n” ครั้ง ในฟังก์ชัน เราส่ง 'Re' ซึ่งระบุจำนวนจริงที่เพิ่มลงใน 'Im' ซึ่งเป็นจำนวนจินตภาพโดยคูณจำนวนจริงคูณด้วยจำนวนจริง เราสามารถส่งค่าจินตภาพเป็น n ครั้งได้
ตัวอย่าง # 01:
อย่างที่เราทราบกันดีว่า NumPy ยังรองรับจำนวนเชิงซ้อนและมีวิธีการที่หลากหลายในการปรับใช้และจัดการจำนวนเชิงซ้อน ในตัวอย่างด้านล่าง เราจะใช้สองวิธีในการสร้างอาร์เรย์ที่มีจำนวนเชิงซ้อน ในการใช้ฟังก์ชัน NumPy ให้เรานำเข้าไลบรารี NumPy ก่อนเป็น np จากนั้นเราจะเริ่มต้นอาร์เรย์ชื่อ 'array_a' ซึ่งเรากำหนดฟังก์ชัน np.arange() ที่จะประกอบด้วยตัวเลขที่ซับซ้อน และช่วงของอาร์เรย์จะเป็น '8' ในบรรทัดถัดไป เราได้สร้างอาร์เรย์อื่นชื่อ 'array_b' ซึ่งเราส่งอาร์เรย์ของจำนวนเชิงซ้อนโดยส่งค่าที่ซับซ้อนไปยังอาร์เรย์นั้นโดยตรง ในที่สุด เราพิมพ์อาร์เรย์ที่ซับซ้อนที่เราสร้างขึ้นโดยใช้ทั้งสองวิธี
นำเข้า งี่เง่า เช่น เช่น.
array_a = 1j * น. จัด ( 8 )
array_b = เช่น. อาร์เรย์ ( [ สอง +1 วัน , 3 +4j , 5 +2j , 1 +6j ] )
พิมพ์ ( 'อาร์เรย์ที่ซับซ้อนโดยใช้ฟังก์ชัน arange()' , array_a )
พิมพ์ ( 'อาร์เรย์ที่ซับซ้อนโดยใช้ฟังก์ชัน np.array()' , array_b )
ดังที่แสดงในตัวอย่างด้านล่างเป็นผลลัพธ์ของโค้ดที่เราดำเนินการ เราจะเห็นได้ว่าเราได้สร้างอาร์เรย์สองอาร์เรย์ที่มีช่วงของจำนวนเชิงซ้อนตั้งแต่ 0j ถึง 7j ในอีกอันหนึ่ง เราได้ผ่านช่วงสุ่มของจำนวนเชิงซ้อนขนาด 4
วิธีที่ 3:
เช่น. ซับซ้อน ( รี+รี*อิม )ในไวยากรณ์ที่ระบุข้างต้น np.complex() เป็นคลาสในตัวที่จัดเตรียมโดยแพ็คเกจ Python NumPy ที่ช่วยให้เราสามารถเก็บค่าที่ซับซ้อนได้
ตัวอย่าง # 02:
อีกวิธีหนึ่งในการสร้างอาร์เรย์ที่ซับซ้อนของ NumPy คือการใช้คลาส complex() ของ NumPy คลาสเชิงซ้อน () ใช้เพื่อเก็บจำนวนเชิงซ้อนและส่งคืนวัตถุที่ซับซ้อนซึ่งเราสามารถใช้หลายครั้งภายในรหัสเดียว ตอนนี้ใช้คลาส complex() เราจะนำเข้าแพ็คเกจ Numpy ก่อน จากนั้น เราจะเริ่มต้นอาร์เรย์ที่เราส่งผ่านคลาสที่ซับซ้อนซึ่งใช้เครื่องหมายดอกจัน “*” เพื่อส่งผ่านอ็อบเจ็กต์ของคลาส complex() ที่เราส่งผ่าน “3+1j” ด้วยการใช้ฟังก์ชัน arrange() เราได้สร้างอาร์เรย์ขนาด 5 ขึ้น ในที่สุด เราเพิ่งแสดงผลลัพธ์ของโค้ดที่เราสร้างอาร์เรย์ที่ซับซ้อนโดยใช้คลาส complex()
นำเข้า งี่เง่า เช่น เช่น.อาร์เรย์ = เช่น. ซับซ้อน ( 3 +1 วัน ) *เช่น. จัด ( 5 )
พิมพ์ ( 'อาร์เรย์ที่ซับซ้อนโดยใช้คลาส np.complex()' , อาร์เรย์ )
ดังแสดงในรูปด้านล่าง เราได้สร้างอาร์เรย์ของจำนวนเชิงซ้อน แต่อีกสิ่งหนึ่งที่เราสามารถสังเกตได้จากรูปคือ ค่าคงที่ไม่ได้ถูกดำเนินการอย่างต่อเนื่อง เพราะเราได้ส่งผ่าน “3+1j” ไปยังคลาส complex() ซึ่งหมายความว่าตัวเลขสามจะถูกเพิ่มเข้าไปในทุกค่าคงที่ถัดไป
วิธีที่ 4:
เช่น. คน ( รูปร่าง , dtype = ไม่มี , คำสั่ง = 'ค' , * , ชอบ = ไม่มี )ในเมธอดนี้ np.ones() เราระบุอาร์เรย์ของจำนวนเชิงซ้อนโดยใช้พารามิเตอร์ dtype ในอาร์เรย์ NumPy Np.ones() ใช้เพื่อส่งคืนอาร์เรย์ใหม่ที่มี 1s สำหรับฟังก์ชัน np.ones() เราได้ส่งพารามิเตอร์สี่ตัว 'shape' ซึ่งใช้เพื่อกำหนดรูปร่างของอาร์เรย์ ไม่ว่าจะเป็น '2', '3' หรืออย่างอื่น “dtype” คือประเภทข้อมูล ในกรณีของเรา เราจะใช้ประเภทข้อมูลที่ซับซ้อน “ลำดับ” กำหนดว่าอาร์เรย์เป็นแบบหนึ่งมิติ สองหรือหลายมิติ
ตัวอย่าง #03:
ให้เราใช้เมธอด ones() เพื่อให้เข้าใจถึงวิธีการทำงานในขณะที่ใช้จำนวนเชิงซ้อน ในการใช้วิธีนี้ ให้เรานำเข้าแพ็คเกจของ NumPy ที่ Python จัดหาให้ก่อน ต่อไป เราจะสร้างอาร์เรย์ที่เราจะส่งฟังก์ชัน np.ones() ที่เราส่งผ่านพารามิเตอร์สองตัว อันแรกคือ '4' ซึ่งหมายความว่าขนาดอาร์เรย์จะเป็น 4 และอันที่สองคือ 'dtype' ซึ่งซับซ้อน ซึ่งหมายความว่า เรากำลังจะสร้างอาร์เรย์ของจำนวนเชิงซ้อนของชนิดข้อมูล การคูณฟังก์ชัน ones() ด้วยค่า”2” หมายความว่าจำนวนจริงของเราจะเป็น “2” ในที่สุด เราพิมพ์อาร์เรย์ที่เราสร้างขึ้นโดยใช้คำสั่งพิมพ์
นำเข้า งี่เง่า เช่น เช่น.อาร์เรย์ = เช่น. คน ( 4 , dtype = ซับซ้อน ) * สอง
พิมพ์ ( 'อาร์เรย์ที่ซับซ้อนโดยใช้ฟังก์ชัน np.ones()' , อาร์เรย์ )
ดังที่แสดงด้านล่าง เอาต์พุตของโค้ดของเราดำเนินการได้สำเร็จ โดยที่เรามีอาร์เรย์หนึ่งมิติที่มีค่าซับซ้อน 4 ค่าด้วยจำนวนจริง 2
ตัวอย่าง # 04:
ให้เราใช้ตัวอย่างอื่นที่เราจะสร้างอาร์เรย์ของจำนวนเชิงซ้อน และจะพิมพ์ส่วนจินตภาพและส่วนจริงของจำนวนเชิงซ้อน ก่อนอื่นเราจะนำเข้าไลบรารี NumPy จากนั้นสร้างอาร์เรย์ที่เราส่งค่าที่ซับซ้อน '6' ไปยังอาร์เรย์ชื่อ 'array' นั่นคือ '56+0j, 27+0j, 68+0j, 49+0j, 120+0j , 4+0j”. ในบรรทัดถัดไป เราเพียงแค่พิมพ์อาร์เรย์ ตอนนี้ เราพิมพ์ค่าจินตภาพและค่าจริงของอาร์เรย์ที่ซับซ้อน
Numpy มีฟังก์ชันในตัวสำหรับการดำเนินการทั้งสองอย่างที่แสดงด้านล่าง ตัวแรกที่ได้ส่วนจินตภาพคือ “array_name.imag” โดยที่ค่าก่อนจุดคืออาร์เรย์ที่เราต้องได้ส่วนจินตภาพ และอันที่สองที่ได้ส่วนจริงคือ “array_name.real” ในกรณีของเรา ชื่อของอาร์เรย์คือ 'อาร์เรย์' ดังนั้นเราจึงส่งคำสั่งพิมพ์ ชื่ออาร์เรย์ และคีย์เวิร์ดเพื่อรับองค์ประกอบทั้งสอง
นำเข้า งี่เง่า เช่น เช่น.อาร์เรย์ = เช่น. อาร์เรย์ ( [ 56 .+ 0 . เจ , 27 .+ 0 . เจ , 68 .+ 0 . เจ , 49 .+ 0 . เจ , 120 .+ 0 . เจ , 3 + 4 . เจ ] )
พิมพ์ ( 'อาร์เรย์ดั้งเดิม:x' , อาร์เรย์ )
พิมพ์ ( 'ส่วนที่แท้จริงของอาร์เรย์:' )
พิมพ์ ( อาร์เรย์ . จริง )
พิมพ์ ( 'ส่วนจินตภาพของอาร์เรย์:' )
พิมพ์ ( อาร์เรย์ . ภาพ )
ดังแสดงในตัวอย่างด้านล่าง เอาต์พุตที่จินตภาพและส่วนจริงของอาร์เรย์ที่ซับซ้อนดำเนินการได้สำเร็จ โดยที่ส่วนจริงคือ “56”, “27”, “68”, “120” และ “3” และส่วนจินตภาพคือ “0”
บทสรุป
ในบทความนี้ เราได้กล่าวถึงจำนวนเชิงซ้อนโดยสังเขปและวิธีที่เราสามารถสร้างอาร์เรย์ที่ซับซ้อนโดยใช้ฟังก์ชันในตัวของ NumPy เราอธิบายฟังก์ชันหลายอย่างที่ช่วยให้เราสร้างอาร์เรย์ที่ซับซ้อนได้โดยใช้ตัวอย่างหลายตัวอย่างเพื่อให้เข้าใจได้ดีขึ้น