基本的には、2つのステップが関与することになります。
、実装は次のようになり -
def normalize_complex_arr(a):
a_oo = a - a.real.min() - 1j*a.imag.min() # origin offsetted
return a_oo/np.abs(a_oo).max()
[0+0j]
サンプルの最小値1および2つの以上の要素を有するアレイと検証のため
Let'startを実行 - [x1+y1*J]
& [y1+x1*J]
。従って、正規化後のそれらの大きさはそれぞれ1
であるべきである。
In [358]: a = np.array([0+0j, 1+17j, 17+1j])
In [359]: normalize_complex_arr(a)
Out[359]:
array([ 0.00000000+0.j , 0.05872202+0.99827437j,
0.99827437+0.05872202j])
In [360]: np.abs(normalize_complex_arr(a))
Out[360]: array([ 0., 1., 1.])
次に、最小要素にオフセットを追加してみましょう。これは、正規化後の彼らの大きさを変更しないでください -
In [361]: a = np.array([0+0j, 1+17j, 17+1j]) + np.array([2+3j])
In [362]: a
Out[362]: array([ 2. +3.j, 3.+20.j, 19. +4.j])
In [363]: normalize_complex_arr(a)
Out[363]:
array([ 0.00000000+0.j , 0.05872202+0.99827437j,
0.99827437+0.05872202j])
In [364]: np.abs(normalize_complex_arr(a))
Out[364]: array([ 0., 1., 1.])
を最後に、この新しいものが1
の大きさを持っており、他の人が0.5
に削減されていることを確認するためにオフセットされた、原点から2回の距離にある別の要素を追加してみましょう -
In [365]: a = np.array([0+0j, 1+17j, 17+1j, 34+2j]) + np.array([2+3j])
In [366]: a
Out[366]: array([ 2. +3.j, 3.+20.j, 19. +4.j, 36. +5.j])
In [367]: normalize_complex_arr(a)
Out[367]:
array([ 0.00000000+0.j , 0.02936101+0.49913719j,
0.49913719+0.02936101j, 0.99827437+0.05872202j])
In [368]: np.abs(normalize_complex_arr(a))
Out[368]: array([ 0. , 0.5, 0.5, 1. ])
複雑な配列を作成するには、 '1j'乗数を使って2つの成分を合計します。' np.allclose(x.real + 1j * x.imag、x) '。あるいは、ドットプロダクト 'np.dot([1,1j]、[x.real、x.imag])'として表現することもできます。 – hpaulj