Question

我需要检查一个矩阵在python中是否是单一的，因为我使用了这个函数：

def is_unitary(m):
    return np.allclose(np.eye(m.shape[0]), m.H * m)

但是当我试图通过以下方式指定矩阵时：

m1=np.matrix([complex(1/math.sqrt(2)),cmath.exp(1j)],[-cmath.exp(-1j).conjugate(),complex(1/math.sqrt(2))],dtype=complex)

我得到了

TypeError: __new__() got multiple values for argument 'dtype'

在这里处理数据类型的正确方法是什么？

Answer 1

这是因为matrix构造函数仅将第一个参数作为数据，第二个作为dtype，因此它会看到第二行 [-cmath.exp(-1j).conjugate(),complex(1/math.sqrt(2))]为dtype。

您需要传递嵌套列表，因此请添加方括号：

m1=np.matrix([[complex(1/math.sqrt(2)),cmath.exp(1j)],[-cmath.exp(-1j).conjugate(),complex(1/math.sqrt(2))]],dtype=complex)
#            ^                                                                                             ^

或许更优雅：

m1=np.matrix([
              [complex(1/math.sqrt(2)),cmath.exp(1j)],
              [-cmath.exp(-1j).conjugate(),complex(1/math.sqrt(2))]
             ],dtype=complex)

然后产生：

>>> m1
matrix([[ 0.70710678+0.j        ,  0.54030231+0.84147098j],
        [-0.54030231-0.84147098j,  0.70710678+0.j        ]])

顺便提一下array也是如此：

m1=np.array([
              [complex(1/math.sqrt(2)),cmath.exp(1j)],
              [-cmath.exp(-1j).conjugate(),complex(1/math.sqrt(2))]
            ],dtype=complex)

制造

>>> m1
array([[ 0.70710678+0.j        ,  0.54030231+0.84147098j],
       [-0.54030231-0.84147098j,  0.70710678+0.j        ]])

Answer 2

Don't use np.matrix，它几乎总是错误的选择，特别是如果你使用Python 3.5+。您应该使用np.array。

此外，你忘了把[和]放在值的周围，所以你“认为”你传入的“第二行”实际上是第二个参数。而array（和matrix）的第二个参数被NumPy解释为dtype：

np.array([[complex(1/math.sqrt(2)),     cmath.exp(1j)          ],
          [-cmath.exp(-1j).conjugate(), complex(1/math.sqrt(2))]],
         dtype=complex)
# array([[ 0.70710678+0.j        ,  0.54030231+0.84147098j],
#        [-0.54030231-0.84147098j,  0.70710678+0.j        ]])

如何在处理复数和numpy时在python中正确指定dtype？

2 个答案: