缩放复杂numpy数组的实部

Question

我有一个复数的向量（FFT的结果），我想只用另一个向量中的因子来缩放复数的实部。

实施例

cplxarr= np.array([1+2j, 3+1j, 7-2j])
factarr= np.array([.5, .6, .2])
# desired result of cplxarr * factarr :
# np.array([.5+2j 1.8+1j 1.4-2j])

（是的，它是关于非常具体的人类听觉频率响应。）
显然，如上所述的向量乘法也会对虚部进行缩放。

如何设置factarr以及我必须执行哪些操作才能获得所需的结果？如果它完全可能，也就是说，在不分离实部和虚部的情况下，缩放实部并重新组合为新的复矢量。

Answer 1

这样做：

>>> factarr*cplxarr.real + (1j)*cplxarr.imag
array([ 0.5+2.j,  1.8+1.j,  1.4-2.j])

不确定这是否是最佳方式。

---

事实证明，对我来说至少（OS-X 10.5.8，python 2.7.3，numpy 1.6.2）这个版本大约是使用np.vectorize的另一个版本的两倍：

>>> from timeit import timeit
>>> timeit('factarr*cplxarr.real+(1j)*cplxarr.imag',setup='from __main__ import factarr,cplxarr')
21.008132934570312
>>> timeit('f(cplxarr.real * factarr, cplxarr.imag)',setup='from __main__ import factarr,cplxarr; import numpy as np; f=np.vectorize(np.complex)')
46.52931499481201

使用python提供的np.complex和complex似乎没什么区别：

>>> timeit('f(cplxarr.real * factarr, cplxarr.imag)',setup='from __main__ import  factarr,cplxarr; import numpy as np; f=np.vectorize(complex)')
44.87726283073425

---

时间表中的当前领导者（eryksun在下面的评论中提出）

>>> timeit.timeit('a = cplxarr.copy(); a.real *= factarr ',setup='from __main__ import factarr,cplxarr')
8.336654901504517

证明它有效：

>>> a = cplxarr.copy()
>>> a.real *= factarr 
>>> a
array([ 0.5+2.j,  1.8+1.j,  1.4-2.j])

如果您想要在适当的位置进行操作，这显然会更快（因此可能会将副本关闭）。