有没有办法在 NumPy 中使数组条目成为复杂变量？

Question

我在 Python 中使用 numpy 数组。有没有办法将 array 的条目保留为变量，以便它们遵循适当的矩阵乘法和其他矩阵函数（加法、行列式等）？

例如：

         import numpy as np
         A = np.array([[a, b], [c, d]])
         B = np.array([[e, f], [g, h]])
         C = np.dot(A,B)

         # C should be [ae+bf ag+bh]
         #             [ce+df cg+dh]

此外，由于我的矩阵元素通常很复杂，所以我想要这些条目 a+ib 类型的，其中 i 被解释为 1 的虚根而不是变量。我可以编写定义我自己的函数的代码，但是有一种简洁的方法吗？

Answer 1

看这里： Complex numbers usage in python

Numpy 尊重 Python 虚数。

>>> a = np.array([i+1j for i in range(3)])
>>> b = np.array([i+2j for i in range(3,6)])
>>> a*b
array([-2.+3.j,  2.+6.j,  8.+9.j])

这也适用于您给出的示例（正如预期的那样）：

>>> a
array([[ 1.+1.j,  1.+2.j],
       [ 1.+1.j,  1.+2.j]])
>>> b
array([[ 1.+1.j,  1.+2.j],
   [ 1.+1.j,  1.+2.j]])
>>> np.dot(a,b)
array([[-1.+5.j, -4.+7.j],
       [-1.+5.j, -4.+7.j]])

至于将它们保存为变量，NumPy 通过它的 Python 接口将所有内容传递给较低级别的 C 代码，因此我怀疑您是否可以将所有内容存储为变量。

但是，您可以编写一个任意函数来完成此任务：

def myfunc(obj):
     A = np.array([[obj['a']], [obj['b']]])
     B = np.array([[obj['c']], [obj['d']]])
     C = np.dot(A,B)
     return C

Answer 2

使用sympy:

from  sympy import *

A=MatrixSymbol('A', 2, 2)
B=MatrixSymbol('B', 2,2)
print Matrix(A)
print  Matrix(A*B)

>>>Matrix([[A[0, 0], A[0, 1]], [A[1, 0], A[1, 1]]])
   Matrix([[A[0, 0]*B[0, 0] + A[0, 1]*B[1, 0], A[0, 0]*B[0, 1] + A[0,  1]*B[1, 1]], [A[1, 0]*B[0, 0] + A[1, 1]*B[1, 0], A[1, 0]*B[0, 1] + A[1, 1]*B[1, 1]]])

有没有办法在 NumPy 中使数组条目成为复杂变量？

Is there a way to make array entries complex variables in NumPy?

python

arrays

numpy

matrix

matrix-multiplication