python - 如何在 Python 中将具有负值的数组提升为小数幂？

Question

我有一个包含负值的数组，在 Python 中必须将其提升为小数幂。我需要获取运算生成的复数数组的实部。

MWE

from __future__ import division
import numpy as np
a = -10
b = 2.5
n = 0.88
x = np.arange(5, 11, 1)
y = (a / (x - b)) ** (1 / n)

我正在使用 Python v2.7.6。

Answer 1

问题是 NumPy 不会将 float 或整数数据类型提升为用于此计算的复杂数据类型。

您有一个 float 组基数和一个浮点指数，因此 NumPy 尝试使用“放入两个 float 据类型对象，取出一个 float 据类型对象”循环来计算结果。负值会触发警告并返回空值数组。

当操作数之一是数组时，

** 最终使用与 np.power 相同的代码。您可以在下面看到所有可以使用的低级循环。请注意，您始终会返回一个与输入数据类型具有相同数据类型的对象:

>>> np.power.types
['bb->b', # char
 'BB->B', # unsigned char
 'hh->h', # short
  ...     
 'dd->d', # compatible Python float
 'gg->g', # compatible: C long float
 'FF->F',
 'DD->D', # compatible: Python complex
 'GG->G',
 'OO->O']

我们希望计算以 'DD->D' 循环运行!

正如本页其他人所指出的那样，解决方案是确保底数或指数具有复杂的数据类型。这会强制 NumPy 将任何较小的数字 dtype 提升为复杂 dtype，并且计算使用“放入两个复杂 dtype 对象，取出一个复杂 dtype 对象”循环:

>>> a = -10 + 0j # ensures that a/(x - b) will have complex dtype
>>> ((a / (x - b)) ** (1 / n))
array([-4.39566725-2.00743397j, -2.99895689-1.36957772j,
       -2.25394034-1.02934006j, -1.79435400-0.81945401j,
       -1.48410349-0.67776735j, -1.26136729-0.57604714j])

如果您只想要真实的部分，请使用 ((a/(x - b)) ** (1/n)).real。