Python基本数据类型之复数complex
来源: “码农不会写诗”公众号
链接:Python基本数据类型之复数complex
文章目录
- 01 基本概念
- 02 基本运算
- 03 拓展1复数与向量
复数complex
Python基本数据之复数(complex)即包含实部和虚部的数字。
01 基本概念
即包含实部和虚部的数字。
在Python中,复数用complex类型表示,可以用a + bj或者a + bJ的形式表示,其中a是实部(real),b是虚部(imag)。
complex1 = 1 + 2j # (1+2j), 直接表示
complex2 = 1 + 2J # (1+2j), 直接表示
complex3 = complex(1, 2) # (1+2j), 构造函数
实部和虚部可以通过属性访问。
complex1 = 1 + 2j
print(complex1.real) # 1.0, 实部
print(complex1.imag) # 2.0, 虚部
02 基本运算
基本算术运算,包括加、减、乘和除法。
complex1 = 1 + 2j
complex2 = 2 + 3j
print(complex1 + complex2) # (3+5j), 加
print(complex1 - complex2) # (-1-1j), 减
print(complex1 * complex2) # (-4+7j), 乘
print(complex1 / complex2) # (0.6153846153846154+0.07692307692307691j), 除
复数的共轭(conjugate)是将虚部的符号反转;模(magnitude)是复数到原点的距离,其可使用abs()函数或cmath模块的polar()函数计算。
complex1 = 3 + 4j
print(complex1.conjugate()) # (3-4j), 共轭
print(abs(complex1)) # 5.0, 模: sqrt(3^2 + 4^2)
import cmath
print(cmath.polar(complex1)) # (5.0, 0.9272952180016122), 函数返回值为: (模, 相位角)
print(cmath.polar(complex1)[0]) # 5.0
用极坐标形式表示复数:r * (cos(theta) + i * sin(theta)),其中r是模,theta是相位角。
import cmath
complex1 = 1 + 2j
print(cmath.phase(complex1)) # 1.1071487177940904, 相位角(弧度)
print(cmath.polar(complex1)) # (2.23606797749979, 1.1071487177940904), 极坐标形式: (模, 相位角)
03 拓展1复数与向量
复数(complex )本身并不直接表示向量,但可以用于表示二维空间中的向量,如实部表示x分量,虚部表示y分量。
vector = 3 + 4j # 表示向量 (3, 4)
print(vector1.real * vector2.real + vector1.imag * vector2.imag)
print(vector1 + vector2) # (4+6j), 加
print(vector1 - vector2) # (-2-2j), 减
print(3 * vector) # (9+12j), 数乘
print(vector1.real * vector2.real + vector1.imag * vector2.imag) # 11.0, 点积print(abs(vector)) # 5.0, 模
import cmath
print(cmath.phase(vector)) # 0.9272952180016122, 辐角(弧度表示)print(vector.real) # 3.0, 向量分解x
print(vector.imag) # 4.0 向量分解y
温馨提示:尽管实际开发不一定采用这种表示方式,但也不失为一种可借鉴思路。
今天的内容就到这里啦,先拜了个拜~
上一篇:Python基本数据类型之浮点数float
相关文章:
Python基本数据类型之复数complex
来源: “码农不会写诗”公众号 链接:Python基本数据类型之复数complex 文章目录 01 基本概念02 基本运算03 拓展1复数与向量 复数complex Python基本数据之复数(complex)即包含实部和虚部的数字。 01 基本概念 即包含实部和虚部的数字。 在Python中&am…...
第六届机器人与智能制造技术国际会议 (ISRIMT 2024)
目录 会议详情 主题 会议官网 会议详情 第六届机器人与智能制造技术国际研讨会(ISRIMT 2024)计划于2024年9月20-22日在常州举行。会议主要聚焦“机器人”和“智能制造技术”的研究领域,旨在为机器人和智能制造技术领域的专家学者、工程技术…...
鸿蒙轻内核M核源码分析系列十九 Musl LibC
往期知识点记录: 鸿蒙(HarmonyOS)应用层开发(北向)知识点汇总 轻内核M核源码分析系列一 数据结构-双向循环链表 轻内核M核源码分析系列二 数据结构-任务就绪队列 鸿蒙轻内核M核源码分析系列三 数据结构-任务排序链表 轻…...
mysqldump备份恢复数据库
mysqldump程序可以用来备份和恢复数据库 ,默认情况mysqldump会创建drop table, create table,和insert into的sql语句. 语法 > mysqldump [options] db_name [tbl_name ...] > mysqldump [options] --databases db_name ... > mysqldump [options] --all-databases备…...
路径规划——RRT算法
路径规划——RRT算法 算法原理 RRT算法的全称是快速扩展随机树算法(Rapidly Exploring Random Tree),它的思想是选取一个初始点作为根节点,通过随机采样,增加叶子节点的方式,生成一个随机扩展树,当随机树中的叶子节点…...
OPCUA-PLC
下载opcua服务器(有PLC可以直连),UaAnsiCServer下载路径 双击运行如下,Endpoint显示opcua服务路径 opc.tcp://DESKTOP-9SD7K4B:48020 下载opcua客户端(类似编写代码连接操作),UaExpert下载路径 如果连接失败,有一个授权认证,点击同意就行 java代码实现连接opcUA操作 pom.…...
在Windows系统上部署PPTist并实现远程访问
在Windows系统上部署PPTist并实现远程访问 前言PPTist简介本地部署PPTist步骤1:获取PPTist步骤2:安装依赖步骤3:运行PPTist 使用PPTist远程访问PPTist步骤1:安装Cpolar步骤2:配置公网地址步骤3:配置固定公网…...
【Grafana】Prometheus结合Grafana打造智能监控可视化平台
✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,…...
隐私计算实训营:SplitRec:当拆分学习遇上推荐系统
拆分学习的概念 拆分学习的核心思想是拆分网络结构。每一个参与方拥有模型结构的一部分,所有参与方的模型合在一起形成一个完整的模型。训练过程中,不同参与方只对本地模型进行正向或者反向传播计算,并将计算结果传递给下一个参与方。多个参…...
存在nginx版本信息泄露(请求头中存在nginx中间件版本信息)
在Nginx的配置文件中,server_tokens指令用于控制Nginx在HTTP响应头中包含的服务器版本信息,默认为true,开启状态。当设置为off时,Nginx将不会在响应头中包含任何服务器版本信息,仅显示“Server: nginx”这一行…...
在js中观察者模式讲解
在JavaScript中,观察者模式(Observer Pattern)是一种设计模式,允许一个对象(被观察者,Subject)维护一个依赖它的对象列表(观察者,Observer),并在它自身状态发生变化时自动通知这些观察者。观察者模式的典型使用场景包括事件系统、数据绑定和实时更新等情况。 一 、…...
java常用面试题-基础知识分享
什么是Java? Java是一种高级编程语言,旨在提供跨平台的解决方案。它是一种面向对象的语言,具有简单、结构化、可移植、可靠、安全等特点。 Java的主要特点是什么? Java的主要特点包括: 简单性:Java的语法…...
iOS——runLoop
什么是runloop RunLoop实际上就是一个对象,这个对象管理了其需要处理的事件和消息,并提供了一个入口函数来执行相应的处理逻辑。线程执行了这个函数后,就会处于这个函数内部的循环中,直到循环结束,函数返回。 RunLoo…...
python: 多模块(.py)中全局变量的导入
文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块&…...
0基础学习爬虫系列:Python环境搭建
1.背景 当前网络资源更新非常快,然后对应自己感兴趣的内容,每天盯着刷网站又太费时间。我在尝试借助Ai,搭建一套自己知识抓取更新提醒的系统,这样可以用极少的时间,关注到自己感兴趣的信息。 其实,这套逻辑…...
Unity Shader实现简单的各向异性渲染(采用各向异性形式的GGX分布)
目录 准备工作 BRDF部分 Unity部分 代码 实现的效果 参考 最近刚结束GAMES202的学习,准备慢慢过渡到GAMES103。GAMES103的作业框架为Unity,并没有接触过,因此准备先学一点Unity的使用。刚好101和202都是渲染相关的,因此先学习…...
React开源框架之Refine
React Refine 是一个基于 React 的开源框架,它旨在帮助开发者快速构建企业级后台管理系统(Admin Panel)。Refine 是由 Retax 演变而来,它提供了一套完整的解决方案,用于构建 CRUD(创建、读取、更新、删除&a…...
【iOS】——渲染原理与离屏渲染
图像渲染流水线(图像渲染流程) 图像渲染流程大致分为四个部分: Application 应用处理阶段:得到图元Geometry 几何处理阶段:处理图元Rasterization 光栅化阶段:图元转换为像素Pixel 像素处理阶段࿱…...
详解CSS
目录 CSS 语法 引入方式 选择器 标签选择器 类选择器 ID选择器 通配符选择器 复合选择器 常用CSS color font-size border width和height padding 外边距 CSS CSS(Cascading Style Sheet),层叠样式表, ⽤于控制⻚⾯的样式. CSS 能够对⽹⻚中元素位置…...
Python执行cmd命令
在Python中执行cmd命令,可以使用内置的subprocess模块。以下是一个简单的例子,展示如何执行一个cmd命令并获取输出。 import subprocess# 要执行的cmd命令 cmd "dir"# 使用subprocess.run来执行命令 result subprocess.run(cmd, shellTrue,…...
混沌系统预测:输入长度如何影响模型误差与稳定性
1. 项目概述与核心问题在时间序列预测领域,尤其是在处理像气象、流体力学、金融这样高度复杂、内在混沌的系统时,我们常常面临一个核心的工程与科学问题:模型到底需要看多长的历史数据,才能做出足够好的下一时刻预测?这…...
机器学习势函数:从量子精度到生物分子模拟的革命
1. 项目概述:当机器学习“学会”了原子间的“对话”在计算化学和生物物理的世界里,分子动力学模拟(Molecular Dynamics Simulation, MD)就像一台超级显微镜,它通过求解牛顿运动方程,让我们得以窥见原子和分…...
为什么Rotating-machine-fault-data-set是机械故障诊断研究的必备资源?
为什么Rotating-machine-fault-data-set是机械故障诊断研究的必备资源? 【免费下载链接】Rotating-machine-fault-data-set Open rotating mechanical fault datasets (开源旋转机械故障数据集整理) 项目地址: https://gitcode.com/gh_mirrors/ro/Rotating-machin…...
交通顶刊TR Part C 2026年6月论文导读(下)
一期刊简介Transportation Research Part C (TR-C): Emerging Technologies 是交通领域顶刊,由 Elsevier 出版,中科院与 JCR 均为 1 区,近年影响因子约8–9.6。该期刊以交通系统为核心,聚焦 AI、大数据、运筹学等新兴技术对交通规…...
MacBook锁屏别慌!手把手教你用恢复模式+Apple ID重置开机密码(保姆级图文)
MacBook锁屏急救指南:3种安全解锁方案详解刚泡好的咖啡还在冒热气,手指悬在键盘上方却突然僵住——那个每天输入几十次的密码,此刻竟怎么也想不起来了。MacBook屏幕上冰冷的"密码错误"提示像一堵墙,将你与所有工作资料、…...
从‘看山是山’到‘看山不是山’:手把手教你用Landsat8波段组合玩转地物‘透视’
给地球戴上X光眼镜:Landsat8波段组合的视觉魔法手册第一次接触遥感影像的人,常会惊讶于同一片土地在不同"滤镜"下竟能呈现截然不同的面貌——茂密的森林在某张图上如火炬般鲜红耀眼,在另一张图中却消失不见;平静的湖面时…...
深度解析美国RTP全系列导热工程塑料,革新电子散热新选择
在工程塑料行业高速发展的今天,电子设备散热需求日益成为制约产品性能与可靠性的关键瓶颈。传统散热材料面临导热效率低、机械性能弱、加工适应性差等多重挑战,行业亟待寻找既能满足严苛散热要求,又具备优异综合性能的新一代解决方案。美国RT…...
Qt应用AES/RSA加密监控:Frida+对象生命周期追踪框架
1. 这不是“又一个 Frida 教程”,而是一套可复用的逆向监控工程框架你有没有遇到过这样的场景:在分析一款 Qt 桌面客户端时,发现它用 AES 加密了用户登录凭证,用 RSA 加密了设备指纹,但所有加解密逻辑都藏在QByteArray…...
2026亲测:专业降AI率平台选这款就对了
2026 年降 AIGC 工具已从“基础语义改写”进化为多维度智能优化系统,核心评测指标涵盖 AI 生成痕迹识别精准度、专业领域术语匹配度、文本格式完整性、长篇内容逻辑一致性、降重效果稳定性以及高校检测平台兼容性。本次测评涵盖 8 款主流工具,测试场景覆…...
AI写作辅助平台8款AI写作辅助软件梯队榜,毕业护航!
论文选题毫无头绪,文献检索耗时费力,格式排版反复修改? 查重率居高不下,写作思路始终不畅,时间紧迫却无从下手? 面对繁杂的学术任务,你是否也感到力不从心? 别担心!AI论文…...
