python – 具有无穷大的复数的numpy平均值

概述numpy似乎不是复杂无穷大的好朋友 虽然我们可以评估： In[2]: import numpy as npIn[3]: np.mean([1, 2, np.inf])Out[3]: inf 以下结果更加繁琐： In[4]: np.mean([1 + 0j, 2 + 0j, np.inf + 0j])Out[4]: (inf+nan*j)...\_methods.py:80: Runti numpy似乎不是复杂无穷大的好朋友

虽然我们可以评估：

In[2]: import numpy as npIn[3]: np.mean([1,2,np.inf])Out[3]: inf

以下结果更加繁琐：

In[4]: np.mean([1 + 0j,2 + 0j,np.inf + 0j])Out[4]: (inf+nan*j)...\_methods.py:80: RuntimeWarning: invalID value encountered in cdouble_scalars  ret = ret.dtype.type(ret / rcount)

我不确定想象中的部分对我有意义.但如果我错了,请发表评论.

有关与numpy中复杂无穷大相互作用的任何见解？

解决方法 解

为了计算平均值,我们将总和除以实数.由于类型促销,这种划分会导致问题(见下文).为了避免类型提升,我们可以分别为总和的实部和虚部手动执行此除法：

n = 3s = np.sum([1 + 0j,np.inf + 0j])mean = np.real(s) / n + 1j * np.imag(s) / nprint(mean)  # (inf+0j)

合理

这个问题与numpy无关,而与复杂分裂的执行方式无关.观察到((1 0j)(2 0j)(np.inf 0j))/(3 0j)也导致(inf nanj).

结果需要分成真实和图像部分.对于除法,即使你除以实数, *** 作数也会被提升为复数.所以基本上这个部门是：

a + bj-------- c + dj

divisoin *** 作不知道d = 0.因此,要将结果分成实数和虚数,它必须摆脱分母中的j.这是通过将分子和分母与复共轭相乘来完成的：

a + bj     (a + bj) * (c - dj)     ac + bd + bcj - adj-------- = --------------------- = --------------------- c + dj     (c + dj) * (c - dj)        c**2 + d**2

现在,如果a = inf且d = 0,则术语a * d * j = inf * 0 * j = nan * j.

总结

以上是内存溢出为你收集整理的python – 具有无穷大的复数的numpy平均值全部内容，希望文章能够帮你解决python – 具有无穷大的复数的numpy平均值所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。