如何在numpy中将笛卡尔坐标转换为复数
How to convert cartesian coordinates to complex numbers in numpy
我有一个笛卡尔坐标数组
xy = np.array([[0,0], [2,3], [3,4], [2,5], [5,2]])
我想将其转换为表示相同的复数数组：
c = np.array([0, 2+3j, 3+4j, 2+5j, 5+2j])
我目前的解决方案是这样的：
c = np.sum(xy * [1,1j], axis=1)
这可行，但对我来说似乎很粗糙，并且可能有一个更好的版本，使用 np.complex() 或类似的一些内置魔法，但我发现使用它的唯一方法是
c = np.array(list(map(lambda c: np.complex(*c), xy)))
这看起来不像是改进。
任何人都可以指点我一个更好的解决方案，也许使用我不了解的许多 numpy 函数之一（是否有一个 numpy.cartesian_to_complex() 在我尚未找到的数组上工作还没有？），或者在应用运算符的巧妙组合时使用一些隐式转换？
怎么样
c=xy[:,0]+1j*xy[:,1]
xy[:,0] 将给出 xy 的第 0 列中所有元素的数组，而 xy[:,1] 将给出第 1 列的所有元素.
将xy[:,1]乘以1j使其成为虚数，然后将结果与xy[:,0]相加。
认识到complex128只是一对花车。然后，在将 dtype 从 int 转换为 float 之后，您可以使用免费的 "view" 来执行此操作（我猜您的真实代码可能已经这样做了）：
xy.astype(float).view(np.complex128)
astype() 将整数转换为浮点数，这需要构建一个新数组，但一旦完成，view() 就运行时而言是 "free"。
以上给你shape=(n,1);你可以 np.squeeze() 它来删除额外的维度。这也是一个view操作，基本不用时间。
我有一个笛卡尔坐标数组
xy = np.array([[0,0], [2,3], [3,4], [2,5], [5,2]])
我想将其转换为表示相同的复数数组：
c = np.array([0, 2+3j, 3+4j, 2+5j, 5+2j])
我目前的解决方案是这样的：
c = np.sum(xy * [1,1j], axis=1)
这可行，但对我来说似乎很粗糙，并且可能有一个更好的版本，使用 np.complex() 或类似的一些内置魔法，但我发现使用它的唯一方法是
c = np.array(list(map(lambda c: np.complex(*c), xy)))
这看起来不像是改进。
任何人都可以指点我一个更好的解决方案，也许使用我不了解的许多 numpy 函数之一（是否有一个 numpy.cartesian_to_complex() 在我尚未找到的数组上工作还没有？），或者在应用运算符的巧妙组合时使用一些隐式转换？
怎么样
c=xy[:,0]+1j*xy[:,1]
xy[:,0] 将给出 xy 的第 0 列中所有元素的数组，而 xy[:,1] 将给出第 1 列的所有元素.
将xy[:,1]乘以1j使其成为虚数，然后将结果与xy[:,0]相加。
认识到complex128只是一对花车。然后，在将 dtype 从 int 转换为 float 之后，您可以使用免费的 "view" 来执行此操作（我猜您的真实代码可能已经这样做了）：
xy.astype(float).view(np.complex128)
astype() 将整数转换为浮点数，这需要构建一个新数组，但一旦完成，view() 就运行时而言是 "free"。
以上给你shape=(n,1);你可以 np.squeeze() 它来删除额外的维度。这也是一个view操作，基本不用时间。