问题描述
我正在使用Python 3.7.7和numpy 1.19.1。这是代码:
import numpy as np
a = 55.74947517067784019673 + 0j
print(f'{-a == -1 * a},{np.angle(-a)},{np.angle(-1 * a)}')
这是输出:
True,-3.141592653589793,3.141592653589793
我有两个问题:
解决方法
如果您查看np.angle
中的the source,它将使用功能np.arctan2
。现在,根据numpy docs,np.arctan2
使用基础C库,该库具有以下规则:
请注意,+ 0和-0是不同的浮点数,+ inf和-inf也是如此。
,使用+/-0
进行计算时会导致不同的行为。因此,在这种情况下,规则是:
y: +/- 0
x: <0
angle: +/- pi
现在,如果您尝试:
a = 55.74947517067784019673
print(f'{-a == -1 * a},{np.angle(-a)},{np.angle(-1 * a)}')
#True,3.141592653589793,3.141592653589793
,如果您尝试:
a = 55.74947517067784019673 + 0j
print(-a)
#(-55.74947517067784-0j)
print(-1*a)
#(-55.74947517067784+0j)
print(f'{-a == -1 * a},-3.141592653589793,3.141592653589793
符合图书馆协议。
关于您的第二个问题,我想这是错字/错误,因为np.arctan2
doc说:
以弧度表示的角度数组,范围为 [-pi,pi] 。如果x1和x2均为标量,则为标量。
-a
与-1*a
的解释:
首先,55.74947517067784019673 + 0j
是不构造复数,而只是将浮点数添加到复数(以明确构造复数)请使用complex(55.74947517067784019673,0.0)
,并注意整数没有带符号的零,只有浮点数有)。 -a
只是简单地恢复符号,并且很容易解释。让我们看看在计算-1*a
时会发生什么:
为简单起见,假设a = 55.5 + 0j
- 第一个
a = 55.5+0j
转换为complex(55.5,0.0)
- 第二
-1
等于complex(-1.0,0.0)
- 然后,
complex(-1.0,0.0)*complex(55.5,0.0)
等于complex((-1.0*55.5 - 0.0*0.0),(-1.0*0.0 + 0.0*55.5))
等于complex((-55.5 - 0.0),(-0.0 + 0.0))
,然后等于complex(-55.5,0.0)
。
请注意,-0.0+0.0
等于0.0
,并且符号规则仅适用于此link中提及并在以下注释中引用的乘法和除法。为了更好地理解它,请参见:
print(complex(-1.0,-0.0)*complex(55.5,0.0))
#(-55.5-0j)
虚部为(-0.0*55.5 - 1.0*0.0) = (-0.0 - 0.0) = -0.0
对于1)打印-a
和-1*a
,您会发现它们是不同的。
-a
Out[4]: (-55.74947517067784-0j)
-1*a
Out[5]: (-55.74947517067784+0j) # note +0j not -0j
在不了解numpy实现的细节的情况下,虚部的符号可能用于计算角度...这可以解释为什么这种退化情况给出不同的结果。
对于2),这对我而言似乎是一个错误或doco错误...