例如,我有一系列矢量
vectors = [
[1+1j], [1j], [-1+1j], [-1], [-1-1j], [-1j], [1-1j], [1],
[1+1j], [1j], [-1+1j], [-1], [-1-1j], [-1j], [1-1j], [1],
]
您可能会发现vectors
中的16个元素实际上围绕坐标原点逆时针旋转了45度(或pi / 4弧度)。所以我真正需要的是
pi/4, 2*pi/4, 3*pi/4, 4*pi/4, 5*pi/4, 6*pi/4, 7*pi/4, 8*pi/4,
9*pi/4, 10*pi/4, 11*pi/4, 12*pi/4, 13*pi/4, 14*pi/4, 15*pi/4, 16*pi/4
但是np.angle(vectors)
得到
pi/4, 2*pi/4, 3*pi/4, 4*pi/4, -3*pi/4, -2*pi/4, -pi/4, 0,
pi/4, 2*pi/4, 3*pi/4, 4*pi/4, -3*pi/4, -2*pi/4, -pi/4, 0
例如,我有一系列的向量为
vectors = [
[1], [1-j], [-1j], [-1-1j], [-1], [-1+1j], [1j], [1+1j],
[1], [1-j], [-1j], [-1-1j], [-1], [-1+1j], [1j], [1+1j],
]
您可能会发现vectors
中的16个元素实际上绕着坐标原点顺时针旋转了45度(或pi / 4弧度)。所以我真正需要的是
0*pi/4, -1*pi/4, -2*pi/4, -3*pi/4, -4*pi/4, -5*pi/4, -6*pi/4, -7*pi/4,
-8*pi/4, -9*pi/4, -10*pi/4, -11*pi/4, -12*pi/4, -13*pi/4, -14*pi/4, -15*pi/4
对于
vectors = [
[1-1j], [-1j], [-1-1j], [-1], [-1+1j], [1j], [1+1j], [1],
[1-1j], [-1j], [-1-1j], [-1], [-1+1j], [1j], [1+1j], [1],
]
我需要答案
-*pi/4, -2*pi/4, -3*pi/4, -4*pi/4, -5*pi/4, -6*pi/4, -7*pi/4, -8*pi/4,
-9*pi/4, -10*pi/4, -11*pi/4, -12*pi/4, -13*pi/4, -14*pi/4, -15*pi/4, -15*pi/4
那么如何制作一个满足以下条件的新angle_with_period
函数
输入参数是列表/数组[v1, v2, v3...]
,并且abs(v [i]和v [i + 1]之间的角度)始终不大于pi
angle_with_period
计算复杂平面上正实轴上每个元素的角度
对于v1,angle_with_period的行为类似于np.angle,即
in | 0 | 1+1j | -1 | -1-1j | 1-1j | ----+-------+--------+--------+--------+-------+ out | 0 | pi/4 | 4*pi/4 |-3*pi/4 | -pi/4 |
vecAnswer = angle_with_period([v1, v2, v3...])
,则vecAnswer是单调增加或减少的数组谢谢
答案 0 :(得分:0)
这是使用diff
,mod
,cumsum
的一种方法:
def mono_angle(x):
a = np.angle(x)
b = np.trim_zeros(a, 'f')
if b.size==0: return a
b[1:] = np.diff(b) % (np.sign(b[0])*2*np.pi)
a[-b.size:] = b.cumsum()
return a
例如:
>>> vectors = [
... [1], [1-1j], [-1j], [-1-1j], [-1], [-1+1j], [1j], [1+1j],
... [1], [1-1j], [-1j], [-1-1j], [-1], [-1+1j], [1j], [1+1j],
... ]
>>> mono_angle(np.ravel(vectors))
array([ 0. , -0.78539816, -1.57079633, -2.35619449,
-3.14159265, -3.92699082, -4.71238898, -5.49778714,
-6.28318531, -7.06858347, -7.85398163, -8.6393798 ,
-9.42477796, -10.21017612, -10.99557429, -11.78097245])
注意:您可能还希望查看类似的np.unwrap
。它适用于您的示例,但通常与您的描述不符。