Sintaksa
Sintaksa za stvaranje niza koji sadrži kompleksne brojeve je sljedeća:
Metoda 1:
1j * np. urediti ( veličina )Sintaksa navedena iznad 1j imaginarni je dio što znači da stvaramo niz složenih brojeva, gdje je np.arrang funkcija koju nudi NumPy za stvaranje niza u određenom rasponu. Veličina, koja označava veličinu polja, prosljeđuje se funkciji.
Metoda 2:
npr. niz ( [ Re+Re*Im , Re+Re*Im , … ] )U ovoj sintaksi, np.arrray je funkcija koja nam omogućuje stvaranje niza, ali mu ne možemo proslijediti raspon. Jednostavno mu prosljeđujemo vrijednosti “n” puta. U funkciji smo proslijedili 'Re' koji označava stvarne brojeve dodajući ih 'Im' imaginarnom broju u višekratniku realnog broja. Možemo proslijediti imaginarne vrijednosti n puta.
Primjer # 01:
Kao što znamo, NumPy također podržava složene brojeve i pruža više varijanti metoda za implementaciju i manipuliranje složenim brojevima. U donjem primjeru implementirat ćemo dva načina za stvaranje nizova koji sadrže kompleksne brojeve. Da bismo implementirali NumPy funkcije, prvo uvezimo NumPy biblioteku kao np. Zatim ćemo inicijalizirati polje pod nazivom “array_a” kojem ćemo dodijeliti funkciju np.arange() koja će sadržavati kompleksne brojeve. A raspon niza bit će '8'. U sljedećem smo retku stvorili još jedno polje pod nazivom 'array_b' kojemu smo proslijedili niz složenih brojeva prosljeđujući mu složene vrijednosti izravno. Na kraju smo ispisali složeni niz koji smo izradili korištenjem obje metode.
uvoz numpy kao npr.
polje_a = 1j * np. urediti ( 8 )
niz_b = npr. niz ( [ dva +1 d , 3 +4j , 5 +2j , 1 +6j ] )
ispisati ( 'složeni niz pomoću funkcije arange()' , polje_a )
ispisati ( 'složeni niz pomoću funkcije np.array()' , niz_b )
Kao što je prikazano u isječku ispod rezultat je koda koji smo izvršili. Vidimo da smo stvorili dva niza koji imaju raspon kompleksnih brojeva od 0j do 7j. U drugom smo prošli slučajni raspon kompleksnih brojeva veličine 4.
Metoda 3:
npr. kompleks ( Re+Re*Im )U gore navedenoj sintaksi, np.complex() je ugrađena klasa koju pruža Python paket NumPy koji nam omogućuje pohranu složenih vrijednosti.
Primjer # 02:
Drugi način za stvaranje NumPy složenog niza je korištenje NumPy-jeve klase complex(). Complex class() se koristi za pohranu kompleksnih brojeva i vraća kompleksni objekt koji možemo koristiti više puta unutar jednog koda. Sada kada implementiramo klasu complex(), prvo ćemo uvesti naš Numpy paket. Zatim ćemo inicijalizirati niz kojem smo proslijedili složenu klasu koja koristi zvjezdicu “*” za prosljeđivanje objekta klase complex() kojoj smo proslijedili “3+1j”. Pomoću funkcije arrange() stvorili smo niz veličine 5. Na kraju smo samo prikazali izlaz koda u kojem smo stvorili složeni niz pomoću klase complex().
uvoz numpy kao npr.niz = npr. kompleks ( 3 +1 d ) *npr. urediti ( 5 )
ispisati ( 'složeni niz pomoću klase np.complex()' , niz )
Kao što je prikazano na donjoj slici, stvorili smo niz složenih brojeva. No, još jedna stvar koju možemo primijetiti na slici je da se vrijednost konstante ne izvršava uzastopno jer smo proslijedili “3+1j” klasi complex(), što znači da će se broj tri dodati svakoj sljedećoj konstantnoj vrijednosti.
Metoda 4:
npr. one ( oblik , dtype = Nijedan , narudžba = 'C' , * , Kao = Nijedan )U ovoj metodi np.ones(), specificiramo niz kompleksnih brojeva pomoću parametra dtype u nizu NumPy. Np.ones() se koristi za vraćanje novog niza koji sadrži jedinice. Funkciji np.ones() proslijedili smo četiri parametra 'shape', koji se koriste za definiranje oblika polja bilo da je '2', '3' ili neki drugi. 'dtype' je vrsta podataka. U našem slučaju koristit ćemo složeni tip podataka. 'Redoslijed' definira je li niz jednodimenzionalan, dvodimenzionalan ili višedimenzionalan.
Primjer # 03:
Implementirajmo metodu ones() da bismo dobili bolju predodžbu o tome kako funkcionira dok koristimo kompleksne brojeve. Da bismo implementirali ovu metodu, prvo uvezimo svoje pakete NumPy koje pruža Python. Zatim ćemo stvoriti niz kojem ćemo proslijediti funkciju np.ones() kojoj smo proslijedili dva parametra. Prvi je '4' što znači da će veličina niza biti 4, a drugi je 'dtype' koji je složen. To znači da ćemo stvoriti niz složenih brojeva tipa podataka. Množenje funkcije ones() s vrijednošću '2' znači da će naš stvarni broj biti '2'. Na kraju smo ispisali niz koji smo kreirali pomoću naredbe print.
uvoz numpy kao npr.niz = npr. one ( 4 , dtype = kompleks ) * dva
ispisati ( 'složeni niz pomoću funkcije np.ones()' , niz )
Kao što je prikazano u nastavku, izlaz našeg koda je uspješno izvršen u kojem imamo jednodimenzionalni niz koji sadrži 4 složene vrijednosti sa stvarnim brojem 2.
Primjer # 04:
Implementirajmo sada još jedan primjer u kojem ćemo stvoriti niz kompleksnih brojeva i ispisati imaginarne i stvarne dijelove kompleksnih brojeva. Prvo ćemo uvesti biblioteku NumPy, a zatim stvoriti niz kojem smo proslijedili “6” složenih vrijednosti u niz pod nazivom “array” koji je “56+0j, 27+0j, 68+0j, 49+0j, 120+0j , 4+0j”. U sljedećem smo retku jednostavno ispisali niz. Sada ispisujemo imaginarne i stvarne vrijednosti kompleksnog niza.
Numpy pruža ugrađenu funkciju za obje operacije koje su prikazane u nastavku. Prvi koji dobiva imaginarni dio je “array_name.imag” gdje je vrijednost prije točke niz iz kojeg moramo dobiti imaginarni dio. A drugi koji dobiva stvarni dio je “array_name.real”. U našem slučaju, naziv niza je 'niz' pa smo proslijedili naredbu za ispis, naziv niza i ključnu riječ da dobijemo oba elementa.
uvoz numpy kao npr.niz = npr. niz ( [ 56 .+ 0 . j , 27 .+ 0 . j , 68 .+ 0 . j , 49 .+ 0 . j , 120 .+ 0 . j , 3 + 4 . j ] )
ispisati ( 'Izvorni niz:x ' , niz )
ispisati ( 'Pravi dio niza:' )
ispisati ( niz . stvaran )
ispisati ( 'Imaginarni dio niza:' )
ispisati ( niz . slika )
Kao što je prikazano u isječku u nastavku, izlaz u kojem su imaginarni i stvarni dio složenog niza uspješno je izvršen. Gdje su pravi dijelovi '56', '27', '68', '120' i '3'. A imaginarni dijelovi su '0'.
Zaključak
U ovom smo članku ukratko raspravljali o složenim brojevima i kako možemo stvoriti složene nizove pomoću ugrađenih funkcija NumPya. Opisali smo više funkcija koje nam omogućuju stvaranje složenih nizova implementacijom više primjera za bolje razumijevanje.