我正在尝试实现一个MATLAB代码,该代码使用数组的向量化来迭代和访问元素。代码段如下:
z=z(1:2:end)+j*z(2:2:end);
其中“z”是包含I / Q流值的数组,即交替的i&我喜欢“iqiqiqiq ......”。我试图使用numpy数组实现它,但没有成功。
注意:还在寻找有关实现上述逻辑的任何其他方法的建议,这比使用numpy数组和python-3.x复制MATLAB方法更快。
答案 0 :(得分:3)
如果z
是64位浮点值的numpy数组,并且z
中的数据是连续的(例如,你没有通过切片来形成z
更大的数组),您可以使用无复制创建z
的复杂视图:
In [56]: z
Out[56]: array([ 0., 1., 2., 3., 4., 5., 6., 7., 8., 9.])
In [57]: z.view(np.complex128)
Out[57]: array([ 0.+1.j, 2.+3.j, 4.+5.j, 6.+7.j, 8.+9.j])
为了完整起见,这里是您的Matlab代码更直接(效率更低)的翻译。它产生一份副本:
In [63]: z[::2] + z[1::2]*1j
Out[63]: array([ 0.+1.j, 2.+3.j, 4.+5.j, 6.+7.j, 8.+9.j])
创建副本的更详细但更有效的方法是:
In [73]: w = np.empty(len(z)//2, dtype=np.complex128)
In [74]: w.real = z[::2]
In [75]: w.imag = z[1::2]
In [76]: w
Out[76]: array([ 0.+1.j, 2.+3.j, 4.+5.j, 6.+7.j, 8.+9.j])
(我使用len(z)//2
作为w
的大小。这假定z
是一维数组。)