Question

我正在从文件加载一些数据，进行转换然后提取真实部分，但是，np.real函数似乎不起作用。它打印：

[[（0.99023793104890667 + 0.034016079376604003j）0.9905214315431583 0.99033818364852688 ...，0.86609847609098078 0.87048246890045189无]]

显然第一个元素很复杂。

import numpy as np
import scipy.io as sio
import os.path
import PLVHilbertImplementation as pet
import matplotlib.pyplot as plt
import Likelihood_gen as lg

#for the interictal files
for j in range(1, 2, 1):
    filename = '/home/kam/Documents/kaggle/Dog_5/Dog_5_interictal_segment_' + str(j).zfill(4) + '.mat'
    PLVs=[]
    if os.path.isfile(filename):
        #For the files that exist do this
        data=sio.loadmat(filename)['interictal_segment_1'][0][0][0][1:1024]
        numchannels, numpoints = data.shape
        label=np.ones((1,numpoints))
        for i in range(0, 2, 1):
            for j in range(i+1, 2, 1):



       PLVs.append(np.asarray((pet.PLV(data[i,:],np.transpose(data[j,:]), 1024, 5, 128))))
                print(np.real(PLVs)) #this is where the problem is




       # Metric=np.sum(np.exp(np.real(np.asarray(PLVs)),1))
       # plt.plot(Metric)
       # plt.show

    else:
        print('no', filename)
        break


#for the preictal files
for j in range(1, 1, 1):
    filename = 'Dog_1_preictal_segment_' + str(j).zfill(4) + '.mat'
    if os.path.isfile(filename):
        data=sio.loadmat(filename)[0][0][0]
        numchannels, numpoints = shape(data)
        print(numchannels)
    else:
        print('no', filename)
        break

Answer 1

[[(0.99023793104890667+0.034016079376604003j) 0.9905214315431583
  0.99033818364852688 ..., 0.86609847609098078 0.87048246890045189 None]]

有一些线索表明这不是普通的复杂浮点数组，这就是.real方法的用途。

复数包含在()

中

不喜欢：

In [1011]: np.arange(5)+np.arange(2,7)*1j
Out[1011]: array([ 0.+2.j,  1.+3.j,  2.+4.j,  3.+5.j,  4.+6.j])

In [1013]: (np.arange(5)+np.arange(2,7)*1j).real
Out[1013]: array([ 0.,  1.,  2.,  3.,  4.])

阵列中有一个None。 nan是有效的浮点数，而不是None。

我猜测形状是2d（但你应该打印出来），而且dtype是对象 - 但是你需要显示它。

我可以用以下方式创建像这样打印的东西：

In [1014]: data=np.empty((5,),dtype=object)  # 1d, could be 2

In [1015]: data     # default empty fill None
Out[1015]: array([None, None, None, None, None], dtype=object)

In [1016]: data[0]=1+3.j

In [1017]: data[1:4]=[1.2,3,4.2]

In [1018]: data    # the repr display
Out[1018]: array([(1+3j), 1.2, 3, 4.2, None], dtype=object)

In [1019]: print(data)   # the str display
[(1+3j) 1.2 3 4.2 None]

In [1021]: data.real
Out[1021]: array([(1+3j), 1.2, 3, 4.2, None], dtype=object)

In [1022]: data[0].real
Out[1022]: 1.0

转换为复合形式（可以使用None切割data[:-1]）

In [1027]: data.astype(complex)
Out[1027]: array([ 1.0 +3.j,  1.2 +0.j,  3.0 +0.j,  4.2 +0.j,  nan+nanj])

In [1028]: data.astype(complex).real
Out[1028]: array([ 1. ,  1.2,  3. ,  4.2,  nan])

Answer 2

real应该用作numpy数组obj函数

a = numpy.array([1+2j, 3+4j])
print a.real

array([ 1.,  3.])

在python中提取数组的实部

2 个答案: