Question

我试图获得卷积向量之间的余弦相似度。因为我使用的是快速傅立叶变换，所以我使用的是复数。在计算余弦相似度时，返回的最终值应为实数。但是，我的输出包括虚构部分：1.0*(-1.53283653303955 + 6.08703605256546e-17*I)/(sqrt(5.69974497311137 + 5.55111512312578e-17*I)*sqrt(14.2393958011541 - 3.46944695195361e-18*I))

虚部应该为零（实际上是），但是我无法使自己将虚部设置为零，以便我可以得到一个真实值作为输出。

我已经包含了导致输出的代码。我已经尽力减少了。

# import statements
from sympy import *
from numpy import dot,array,random

# sympy initialization
a, b, c, d, e, f, g, h, i, j, k, l = symbols('a b c d e f g h i j k l')

# vector initialization
alpha = [a, b, c, d];
beta = [e, f, g, h];
gamma = [i, j, k, l];

# discrete fourier initialization (dft/idft)
W = [[1, 1, 1, 1], [1, -1j, -1, 1j], [1, -1, 1, -1], [1, 1j, -1, -1j]];
WH = [[1, 1, 1, 1], [1, 1j, -1, -1j], [1, -1, 1, -1], [1, -1j, -1, 1j]];

# i/fft initialization, cosine similarity
def fft(a):
    return dot(a,W)
def ifft(a):
    return dot(a,WH)/4.0
def cosineSimilarity(a,b):
    return dot(a,b)/(sqrt(dot(a,a)) * sqrt(dot(b,b)))

# x&y initialization
x = ifft(fft(alpha)*fft(beta)) + ifft(fft(alpha)*fft(gamma));
y = ifft(fft(alpha)*fft(beta)/fft(gamma)) +             
ifft(fft(alpha)*fft(gamma)/fft(beta));

# determine cosine similarity between x&y
random.seed(39843)
current = random.rand(12)
mymap = list(zip(params,current))
print(simplify(diff(cosineSimilarity(x, y), a).subs(mymap)))

Answer 1

如果知道虚部为0，则可以采用评估的实部，否则请谨慎使用“ chop = True”以丢弃相对较小的虚部：

>>> q
(-1.53283653303955 + 6.08703605256546e-17*I)/(sqrt(5.69974497311137 + 
5.55111512312578e-17*I)*sqrt(14.2393958011541 - 3.46944695195361e-18*I))
>>> q.n(chop=True)
-0.170146237401735
>>> re(q.n())
-0.170146237401735

Sympy Simplify消除虚数

1 个答案: