Bilangan Kompleks Numpy

Bilangan Kompleks Numpy



Kita tahu bahwa bilangan kompleks adalah bilangan yang diwakili oleh a+bi konvensional, di mana “a” selalu merupakan bilangan real; 'b' juga merupakan bilangan real tetapi 'i' adalah komponen imajiner. Satu hal lagi yang kita ketahui adalah “i^2 = -1” karena tidak ada bilangan real yang dapat memenuhi persamaan ini yang kita sebut “I” sebagai bagian imajiner. Numpy mendukung bilangan real dan juga bilangan imajiner. Di NumPy, angka imajiner diwakili oleh 'j'. Ada berbagai cara untuk membuat dan memanipulasi array yang memiliki bilangan kompleks seperti np.complex(), np.range(), np.array(), dan banyak lagi.

Sintaksis

Sintaks untuk membuat array yang berisi bilangan kompleks adalah sebagai berikut:

Metode 1:

1j * np. mengatur ( ukuran )

Sintaks yang diberikan di atas 1j adalah bagian imajiner yang berarti kita membuat array bilangan kompleks, di mana np.arrang adalah fungsi yang disediakan oleh NumPy untuk membuat array ke rentang yang ditentukan. Ukuran, yang menunjukkan ukuran larik, diteruskan ke fungsi.







Metode 2:

misalnya Himpunan ( [ Re+Re*Im , Re+Re*Im , ] )

Dalam sintaks ini, np.arrray adalah fungsi yang memungkinkan kita untuk membuat array tetapi kita tidak dapat meneruskan rentang ke sana. Kami hanya memberikan nilai 'n' kali. Dalam fungsi tersebut, kami melewati 'Re' yang menunjukkan bilangan real menambahkannya ke 'Im' bilangan imajiner dalam kelipatan bilangan real. Kita dapat melewatkan nilai imajiner ke n kali.



Contoh #01:

Seperti yang kita ketahui NumPy juga mendukung bilangan kompleks dan menyediakan berbagai macam metode untuk mengimplementasikan dan memanipulasi bilangan kompleks. Pada contoh di bawah ini, kita akan mengimplementasikan dua cara untuk membuat array yang berisi bilangan kompleks. Untuk mengimplementasikan fungsi NumPy, mari kita impor library NumPy terlebih dahulu sebagai np. Kemudian, kita akan menginisialisasi sebuah array bernama “array_a” dimana kita menetapkan fungsi np.arange() yang akan berisi bilangan kompleks. Dan rentang array akan menjadi '8'. Di baris berikutnya, kita membuat array lain bernama 'array_b' yang kita lewati array bilangan kompleks dengan meneruskan nilai kompleks langsung ke sana. Pada akhirnya, kami mencetak array kompleks yang kami buat menggunakan kedua metode tersebut.



impor numpy sebagai misalnya

array_a = 1j * np. mengatur ( 8 )

array_b = misalnya Himpunan ( [ dua +1 hari , 3 +4j , 5 +2j , 1 +6j ] )

mencetak ( 'array kompleks menggunakan fungsi range()' , array_a )

mencetak ( 'array kompleks menggunakan fungsi np.array()' , array_b )





Seperti terlihat pada cuplikan di bawah ini adalah hasil dari kode yang telah kita eksekusi. Kita dapat melihat bahwa kita telah membuat dua array yang memiliki rentang bilangan kompleks dari 0j hingga 7j. Di yang lain, kami telah melewati rentang acak bilangan kompleks ukuran 4.



Metode 3:

misalnya kompleks ( Re+Re*Im )

Dalam sintaks yang diberikan di atas, np.complex() adalah kelas bawaan yang disediakan oleh paket Python NumPy yang memungkinkan kita untuk menyimpan nilai kompleks.

Contoh #02:

Cara lain untuk membuat array kompleks NumPy adalah menggunakan kelas kompleks () NumPy. Kelas kompleks () digunakan untuk menyimpan bilangan kompleks dan mengembalikan objek kompleks yang dapat kita gunakan beberapa kali dalam satu kode. Sekarang mengimplementasikan kelas complex(), pertama-tama kita akan mengimpor paket Numpy kita. Kemudian, kita akan menginisialisasi array yang kita lewati kelas kompleks yang menggunakan tanda bintang “*” untuk meneruskan objek kelas kompleks() yang kita lewati “3+1j”. Dengan menggunakan fungsi arrange(), kita membuat array berukuran 5. Terakhir, kita baru saja menampilkan output dari kode di mana kita membuat array kompleks menggunakan class complex().

impor numpy sebagai misalnya

Himpunan = misalnya kompleks ( 3 +1 hari ) *misalnya. mengatur ( 5 )

mencetak ( 'array kompleks menggunakan kelas np.complex()' , Himpunan )

Seperti yang ditunjukkan pada gambar di bawah, kami telah membuat array bilangan kompleks. Tetapi satu hal lagi yang dapat kita perhatikan pada gambar adalah bahwa nilai konstanta tidak dieksekusi secara berurutan karena kita telah meneruskan “3+1j” ke kelas complex() yang berarti angka tiga akan ditambahkan ke setiap nilai konstanta berikutnya.

Metode 4:

misalnya yang ( membentuk , tipe d = Tidak ada , memesan = 'C' , * , Suka = Tidak ada )

Dalam metode np.ones() ini, kami menentukan larik bilangan kompleks menggunakan parameter dtype dalam larik NumPy. Np.ones() digunakan untuk mengembalikan array baru yang berisi 1s. Untuk fungsi np.ones(), kita melewati empat parameter “shape”, yang digunakan untuk mendefinisikan bentuk array apakah itu “2”, “3” atau lainnya. The 'dtype' adalah tipe data. Dalam kasus kami, kami akan menggunakan tipe data yang kompleks. 'Orde' mendefinisikan apakah array adalah satu dimensi, dua, atau multi-dimensi.

Contoh #03:

Mari kita terapkan metode one() untuk mendapatkan ide yang lebih baik tentang cara kerjanya saat menggunakan bilangan kompleks. Untuk mengimplementasikan metode ini, pertama-tama mari kita impor paket NumPy yang disediakan oleh Python. Selanjutnya, kita akan membuat sebuah larik yang akan kita lewati fungsi np.ones() yang kita lewati dua parameternya. Yang pertama adalah '4' yang berarti ukuran array akan menjadi 4 dan yang kedua adalah 'dtype' yang kompleks. Ini berarti, kita akan membuat larik bilangan kompleks bertipe data. Mengalikan fungsi one() dengan nilai”2” berarti bilangan asli kita adalah “2”. Pada akhirnya, kami mencetak array yang kami buat menggunakan pernyataan print.

impor numpy sebagai misalnya

Himpunan = misalnya yang ( 4 , tipe d = kompleks ) * dua

mencetak ( 'array kompleks menggunakan fungsi np.ones()' , Himpunan )

Seperti yang ditunjukkan di bawah ini, output dari kode kami berhasil dieksekusi di mana kami memiliki array satu dimensi yang berisi 4 nilai kompleks dengan bilangan real 2.

Contoh #04:

Mari kita sekarang menerapkan contoh lain di mana kita akan membuat larik bilangan kompleks dan akan mencetak bagian imajiner dan real dari bilangan kompleks. Pertama-tama kita akan mengimpor library NumPy, kemudian membuat array yang kita berikan nilai kompleks “6” ke array bernama “array” yaitu “56+0j, 27+0j, 68+0j, 49+0j, 120+0j , 4+0j”. Di baris berikutnya, kami hanya mencetak array. Sekarang, kita mencetak nilai imajiner dan real dari array kompleks.

Numpy menyediakan fungsi bawaan untuk kedua operasi yang ditunjukkan di bawah ini. Yang pertama untuk mendapatkan bagian imajiner adalah 'array_name.imag' di mana nilai sebelum titik adalah array dari mana kita harus mendapatkan bagian imajiner. Dan yang kedua untuk mendapatkan bagian sebenarnya adalah 'array_name.real'. Dalam kasus kami, nama array adalah 'array' jadi kami melewati pernyataan print, nama array, dan kata kunci untuk mendapatkan kedua elemen.

impor numpy sebagai misalnya

Himpunan = misalnya Himpunan ( [ 56 .+ 0 . j , 27 .+ 0 . j , 68 .+ 0 . j , 49 .+ 0 . j , 120 .+ 0 . j , 3 + 4 . j ] )

mencetak ( 'Array asli: x' , Himpunan )

mencetak ( 'Bagian nyata dari array:' )

mencetak ( Himpunan . nyata )

mencetak ( 'Bagian imajiner dari larik:' )

mencetak ( Himpunan . gambar )

Seperti yang ditunjukkan dalam cuplikan di bawah ini, output di mana bagian imajiner dan real dari array kompleks berhasil dieksekusi. Dimana bagian sebenarnya adalah “56”, “27”, “68”, “120”, dan “3”. Dan bagian imajinernya adalah '0'.

Kesimpulan

Dalam artikel ini, kita telah membahas secara singkat bilangan kompleks dan bagaimana kita dapat membuat array kompleks menggunakan fungsi bawaan NumPy. Kami menjelaskan beberapa fungsi yang memungkinkan kami untuk membuat array kompleks dengan menerapkan beberapa contoh untuk memahami lebih baik.