بناء الجملة
تكون صيغة تكوين مصفوفة تحتوي على أرقام مركبة كما يلي:
طريقة 1:
1j * np. غريب ( بحجم )الصيغة الواردة أعلاه 1j هي الجزء التخيلي مما يعني أننا نقوم بإنشاء مصفوفة من الأرقام المركبة ، حيث np.arrang هي الوظيفة التي يوفرها NumPy لإنشاء مصفوفة إلى نطاق محدد. الحجم ، الذي يشير إلى حجم الصفيف ، يتم تمريره إلى الوظيفة.
الطريقة الثانية:
على سبيل المثال مجموعة مصفوفة ( [ إعادة + إعادة * ايم و إعادة + إعادة * ايم و ... ] )في هذه الصيغة ، np.arrray هي الوظيفة التي تمكننا من إنشاء مصفوفة ولكن لا يمكننا تمرير النطاق إليها. نحن ببساطة نمرر القيم لها مرات 'n'. في الوظيفة ، مررنا 'Re' التي تشير إلى إضافة الأعداد الحقيقية إلى 'Im' وهو رقم وهمي في مضاعفات رقم حقيقي. يمكننا تمرير القيم التخيلية إلى n مرة.
المثال رقم 01:
كما نعلم ، يدعم NumPy أيضًا الأرقام المركبة ويوفر أنواعًا متعددة من الأساليب لتنفيذ ومعالجة الأرقام المركبة. في المثال أدناه ، سنقوم بتنفيذ طريقتين لإنشاء مصفوفات تحتوي على أرقام مركبة. لتنفيذ وظائف NumPy ، دعنا نستورد مكتبة NumPy أولاً كـ np. بعد ذلك ، سنهيئ مصفوفة تسمى 'array_a' نخصص لها الوظيفة np.arange () التي ستحتوي على الأعداد المركبة. ونطاق المصفوفة سيكون '8'. في السطر التالي ، أنشأنا مصفوفة أخرى باسم 'array_b' مررنا إليها مصفوفة من الأعداد المركبة عن طريق تمرير القيم المعقدة إليها مباشرةً. في النهاية ، قمنا بطباعة المصفوفة المعقدة التي أنشأناها باستخدام كلتا الطريقتين.
يستورد حزر كما على سبيل المثال
صفيف_أ = 1j * np. غريب ( 8 )
المصفوفة ب = على سبيل المثال مجموعة مصفوفة ( [ اثنين + 1 د و 3 + 4 ي و 5 +2j و 1 +6j ] )
مطبعة ( 'مصفوفة معقدة باستخدام دالة arange ()' و صفيف_أ )
مطبعة ( 'مصفوفة معقدة باستخدام دالة np.array ()' و المصفوفة ب )
كما هو موضح في المقتطف أدناه هو نتيجة الشفرة التي قمنا بتنفيذها. يمكننا أن نرى أننا أنشأنا مصفوفتين لهما نطاق من الأعداد المركبة من 0j إلى 7j. في الحالة الأخرى ، مررنا النطاق العشوائي للأعداد المركبة بحجم 4.
الطريقة الثالثة:
على سبيل المثال مركب ( إعادة + إعادة * ايم )في الصيغة المذكورة أعلاه ، np.complex () هي الفئة المضمنة التي توفرها حزمة Python NumPy التي تمكننا من تخزين القيم المعقدة.
المثال الثاني:
هناك طريقة أخرى لإنشاء مصفوفة معقدة في NumPy وهي استخدام فئة () المعقدة لـ NumPy. تُستخدم الفئة المعقدة () لتخزين الأرقام المركبة وإرجاع الكائن المعقد الذي يمكننا استخدامه عدة مرات داخل الكود الفردي. الآن بتنفيذ الفئة المعقدة () ، سنقوم أولاً باستيراد حزمة Numpy الخاصة بنا. بعد ذلك ، سنهيئ مصفوفة مررنا إليها فئة معقدة تستخدم علامة النجمة '*' لتمرير كائن من فئة معقدة () مررنا إليها '3 + 1j'. باستخدام وظيفة الترتيب () ، أنشأنا مصفوفة بحجم 5. أخيرًا ، عرضنا فقط إخراج الكود الذي أنشأنا فيه مصفوفة معقدة باستخدام الفئة المعقدة ().
يستورد حزر كما على سبيل المثالمجموعة مصفوفة = على سبيل المثال مركب ( 3 + 1 د ) * على سبيل المثال. غريب ( 5 )
مطبعة ( 'مصفوفة معقدة باستخدام فئة () np.complex' و مجموعة مصفوفة )
كما هو موضح في الشكل أدناه ، فقد أنشأنا مصفوفة من الأعداد المركبة. ولكن هناك شيء آخر يمكننا ملاحظته في الشكل وهو أن القيمة الثابتة لا يتم تنفيذها على التوالي لأننا مررنا '3 + 1j' إلى فئة معقدة () مما يعني أن الرقم ثلاثة سيُضاف إلى كل قيم ثابتة تالية.
الطريقة الرابعة:
على سبيل المثال منها ( شكل و dtype = لا أحد و ترتيب = 'ج' و * و مثل = لا أحد )في هذه الطريقة np.ones () ، نحدد مصفوفة من الأرقام المركبة باستخدام المعامل dtype في مصفوفة NumPy. تُستخدم Np.ones () لإرجاع مصفوفة جديدة تحتوي على 1s. إلى الدالة np.ones () ، مررنا أربع معاملات 'شكل' ، والتي تُستخدم لتحديد شكل المصفوفة سواء كانت '2' أو '3' أو غير ذلك. 'dtype' هو نوع البيانات. في حالتنا سنستخدم نوع بيانات معقد. يحدد 'الترتيب' ما إذا كانت المصفوفة أحادية البعد أم ثنائية الأبعاد أم متعددة الأبعاد.
المثال الثالث:
دعونا ننفذ طريقة () تلك للحصول على فكرة أفضل عن كيفية عملها أثناء استخدام الأعداد المركبة. لتنفيذ هذه الطريقة ، دعنا أولاً نستورد حزم NumPy التي توفرها Python. بعد ذلك ، سننشئ مصفوفة نمرر إليها الدالة np.ones () التي مررنا إليها معلمتين. الأول هو '4' مما يعني أن حجم المصفوفة سيكون 4 والثاني هو 'نوع dtype' وهو معقد. هذا يعني أننا سننشئ مصفوفة من الأعداد المركبة من نوع البيانات. يعني ضرب دالة الآحاد () بالقيمة '2' أن رقمنا الحقيقي سيكون '2'. في النهاية ، قمنا بطباعة المصفوفة التي أنشأناها باستخدام تعليمة الطباعة.
يستورد حبيبي كما على سبيل المثالمجموعة مصفوفة = على سبيل المثال منها ( 4 و dtype = مركب ) * اثنين
مطبعة ( 'مجموعة معقدة باستخدام وظيفة np.ones ()' و مجموعة مصفوفة )
كما هو موضح أدناه ، يتم تنفيذ إخراج الكود الخاص بنا بنجاح حيث لدينا مصفوفة أحادية البعد تحتوي على 4 قيم معقدة برقم حقيقي 2.
المثال الرابع:
دعونا الآن ننفذ مثالًا آخر سننشئ فيه مصفوفة من الأعداد المركبة ونطبع الأجزاء التخيلية والحقيقية للأعداد المركبة. سنقوم أولاً باستيراد مكتبة NumPy ، ثم نقوم بإنشاء مصفوفة تمرر إليها قيم معقدة '6' إلى مصفوفة تسمى 'مصفوفة' وهي '56 + 0j ، 27 + 0j ، 68 + 0j ، 49 + 0j ، 120 + 0j ، 4 + 0 ي '. في السطر التالي ، قمنا ببساطة بطباعة المصفوفة. الآن ، نطبع القيم التخيلية والحقيقية للمصفوفة المعقدة.
يوفر Numpy وظيفة مضمنة لكلتا العمليتين الموضحتين أدناه. أول واحد يحصل على الجزء التخيلي هو “array_name.imag” حيث تكون القيمة قبل النقطة هي المصفوفة التي يجب أن نحصل منها على الجزء التخيلي. والثاني للحصول على الجزء الحقيقي هو “array_name.real”. في حالتنا ، اسم المصفوفة هو 'المصفوفة' لذلك قمنا بتمرير تعليمة الطباعة ، واسم المصفوفة ، والكلمة الأساسية للحصول على كلا العنصرين.
يستورد حبيبي كما على سبيل المثالمجموعة مصفوفة = على سبيل المثال مجموعة مصفوفة ( [ 56 . + 0 . ي و 27 . + 0 . ي و 68 . + 0 . ي و 49 . + 0 . ي و 120 . + 0 . ي و 3 + 4 . ي ] )
مطبعة ( 'الصفيف الأصلي: x' و مجموعة مصفوفة )
مطبعة ( 'جزء حقيقي من المصفوفة:' )
مطبعة ( مجموعة مصفوفة . حقا )
مطبعة ( 'الجزء التخيلي من المصفوفة:' )
مطبعة ( مجموعة مصفوفة . تخيل )
كما هو موضح في المقتطف أدناه ، الإخراج الذي يتم فيه تنفيذ الجزء التخيلي والحقيقي من المصفوفة المعقدة بنجاح. حيث تكون الأجزاء الحقيقية هي '56' و '27' و '68' و '120' و '3'. والأجزاء التخيلية هي '0's'.
استنتاج
في هذه المقالة ، ناقشنا بإيجاز الأعداد المركبة وكيف يمكننا إنشاء مصفوفات معقدة باستخدام وظائف NumPy المضمنة. وصفنا وظائف متعددة تمكننا من إنشاء مصفوفات معقدة من خلال تنفيذ أمثلة متعددة لفهم أفضل.