NumPy conj() 函数

NumPy conj() 函数用于计算数组中每个元素的复共轭。复数的复共轭是通过改变其虚部的符号得到的。

此函数在涉及复数的运算中非常有用，例如在信号处理或求解某些类型的方程时。它确保准确处理复数计算。

语法

以下是 NumPy conj() 函数的语法 -

numpy.conj(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True)

参数

此函数接受以下参数 -

• x: 包含复数的输入数组。
• out(可选): 存储结果的位置。如果提供，则必须具有输入广播到的形状。如果未提供或为 None，则返回一个新分配的数组。
• where(可选):此条件通过输入进行广播。在条件为 True 的位置，out 数组将设置为 ufunc 结果。否则，它将保留其原始值。
• casting(可选):控制可能发生的数据转换类型。默认为"same_kind"。
• order(可选):控制结果的内存布局顺序。"C"表示 C 顺序，"F"表示 Fortran 顺序，"A"表示如果输入均为 F，则为"F"，否则为"C"，"K"表示尽可能匹配输入的布局。
• dtype(可选):返回数组的类型以及元素求和的累加器的类型。除非指定 dtype，否则默认使用 x 的 dtype。
• subok(可选): 如果为 True，则将传递子类，否则返回的数组将被强制为基类数组。

返回值

此函数返回一个数组，其中包含输入数组 x 中每个元素的复共轭。如果提供了 out，则返回对 out 的引用。

示例:conj() 函数的基本用法

在以下示例中，我们创建一个一维复数数组，并使用 conj() 函数计算它们的复共轭 -

import numpy as np

# 创建一维复数数组
arr = np.array([1+2j, 3+4j, -5-6j])

# 计算每个元素的复共轭
result = np.conj(arr)
print(result)

以下是得到的输出 -

[ 1.-2.j  3.-4.j -5.+6.j]

示例:conj() 函数在二维数组中处理复数

在本例中，我们创建一个包含复数的二维数组，并使用 conj() 函数求这些复数的共轭 −

import numpy as np

# 创建一个包含复数的二维数组
arr = np.array([[1+2j, -3-4j], [5+6j, -7-8j]])

# 计算每个元素的共轭复数
result = np.conj(arr)
print(result)

这将产生以下结果 −

[[ 1.-2.j -3.+4.j]
[ 5.-6.j -7.+8.j]]

示例:conj() 函数的广播功能

在此示例中，我们演示了如何使用 conj() 函数进行广播。我们创建一个一维复数数组和一个标量复数，并使用广播计算共轭 −

import numpy as np

# 创建一个一维复数数组
arr = np.array([1+1j, 2+2j, 3+3j])

# 标量复数
scalar = 4 + 5j

# 计算数组元素的复共轭
result = np.conj(arr * scalar)
print(result)

以下是得到的输出 −

[-1. -9.j -2.-18.j -3.-27.j]

示例:conj() 函数处理实数

在本例中，我们创建一个一维实数数组，并使用 conj() 函数来演示该函数不会改变实数 -

import numpy as np

# 创建一个一维实数数组
arr = np.array([1, -2, 3, -4])

# 计算每个元素的复共轭
result = np.conj(arr)
print(result)

这将产生以下结果 -

[ 1 -2  3 -4]

numpy_arithmetic_operations.html