python numpy 分离与合并复数矩阵实部虚部的方法

最新推荐文章于 2023-05-05 08:19:26 发布

Cy_coding

最新推荐文章于 2023-05-05 08:19:26 发布

阅读量5.5k

点赞数 1

分类专栏： numpy python小tips 文章标签： python

本文链接：https://blog.csdn.net/Cy_coding/article/details/116611705

版权

本文介绍了如何使用Python的numpy库对短时傅里叶变换频谱进行分析，将复数矩阵分解为实部和虚部，并详细展示了如何将这两个部分重新组合成原始复数矩阵的步骤。文中通过librosa库处理wav文件，并验证了经过分离与合并操作后，复数矩阵保持不变。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在进行数字信号处理的过程中，我们往往有对短时傅里叶变换频谱(spectrogram)进行分析的需求。常见的分析手段对应欧拉公式分为两种，要么使用模与相位的形式，要么使用实部虚部。本文分享一个简单的将复数光谱图分解为实部与虚部以及将两个部分重新合并为一个复数矩阵的过程，以下为python代码。

import numpy as np
import librosa

# load the original wav
test_wave, _ = librosa.load("../RecFile_1_20200617_153719_Sound_Capture_DShow_5_monoOutput1.wav", sr=44100)
# calculate the complex spectrogram stft
spectrogram_test_wav

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Cy_coding

关注关注

1
点赞
踩
8

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Python数据分析基础教程（二、NumPy数组）

沐雨金鳞

05-19

1116

1、NumPy数组对象 NumPy中的 ndarray 是一个多维数组对象，该对象由两部分组成：实际的数据；描述这些数据的元数据；大部分的数组操作仅仅修改元数据部分，而不改变底层的实际数据。 ndarray 支持更高的维度的数组。 NumPy数组一般是同质的（但有一种特殊的数组类型例外，它是异质的），即数组中的所有元素类型必须是一致的。这样有一个好处：如果我们知道数组中的元...

python中的复数操作（实部、虚部、求模、求共轭）

haodawei123的博客

09-14

5111

Python 3.6.2 (v3.6.2:5fd33b5, Jul 8 2017, 04:57:36) [MSC v.1900 64 bit (AMD64)] on win32 Type "copyright", "credits" or "license()" for more information. >>> aa=123-12j >>> aa.real #（取实部） 123.0 >>> aa.imag #（取虚部） -12.0 >>&

参与评论您还未登录，请先登录后发表或查看评论

Python/Numpy 合并复数的实部和虚部

wenjie_zhu的博客

11-13

5895

最近需要使用 FFT 分析图像的频谱。我想在图像FFT后，分别对其实部和虚部进行操作，之后进行合并，再重建回原始图像。话不多说，直接上代码： img = cv2.imread("./data/0.jpg", 0) / 255. # 读取灰度图像 img_fft = np.fft.fft2(img) real, imag = img_fft.real, img_fft.imag '''不加操作，只进行合并，有两种方式合并实部和虚部''' # 第一种，通过这种方式得到的值与第二种有偏差，且无法正确重建回原始

使用numpy将虚数的实虚分离

a857553315的博客

11-03

7218

在对矩阵求特征值的时候会出现虚数的情况,其实结果都是实数这是就需要将结果当中的实数提取出来,这就用到了numpy中的real()函数 a = np.array([1 + 3j, 2 + 4j]) real = np.real(a) imag = np.imag(a) print("实数:", real) print("虚数:", imag) 结果: [1.+3.j 2.+4.j] 实数:...

Python——提取复数类型的数组的的实数部分和虚数部分

热门推荐

CodeTutor

10-30

4万+

>>> import numpy as np >>> x = np.array([[1+1j, 2+2j], [3+3j, 3+3j]]) >>> np.real(x) array([[ 1., 2.], >>> np.imag(x) array([[ 1., 2.], [ 3., 3.]])

返回列表中各复数的实部和虚部numpy.real()和numpy.imag()

liujingwei8610的专栏

05-05

863

辛苦大家转发时注明出处(也是咱们公益编程交流群的入口网址)，刘经纬老师共享知识相关文件下载地址为：https://liujingwei.cn。print("【执行】print(np.real(a))")print("【执行】print(np.imag(a))")numpy.real()和numpy.imag()C选项：np.real(a)的结果为[1 3 5]D选项：np.imag(a)的结果为[2 4 6]A选项：numpy.real表示返回复数的实部。print("【显示】a：\n",a)

用Python写一个把一个复数矩阵变成一个由原复数矩阵的实部和虚部组成的矩阵

05-25

假设我们有一个复数矩阵z_matrix，可以按照如下方式将其变为实部和虚部分别组成的矩阵： ```python import numpy as np # 创建一个3x3的复数矩阵 z_matrix = np.array([[1+2j, 2+3j, 3+4j], [4+5j, 5+6j, 6+7j], ...

用Python写一个把一个复数矩阵变成一个由原复数矩阵的实部和虚部组成的新矩阵

05-25

# 定义一个复数矩阵 complex_matrix = np.array([[1+2j, 2+3j], [3+4j, 4+5j]]) # 取出实部和虚部分别组成新的矩阵 real_matrix = np.real(complex_matrix) imaginary_matrix = np.imag(complex_matrix) # 输出新...

python建立复数数组_深入理解NumPy简明教程---数组1

weixin_36285258的博客

01-13

9903

目前我的工作是将NumPy引入到Pyston中(一款Dropbox实现的Python编译器/解释器)。在工作过程中，我深入接触了NumPy源码，了解其实现并提交了PR修复NumPy的bug。在与NumPy源码以及NumPy开发者打交道的过程中，我发现当今中文NumPy教程大部分都是翻译或参考英文文档，因此导致了许多疏漏。比如NumPy数组中的broadcast功能，几乎所有中文文档都翻译为“广播”...

python复数运算程序_python复数-python,复数

weixin_39841136的博客

11-29

2292

本教程分享：《python复数》，Python如何编程输出一个一元二次方程的复数解#编程求解复数解fromtimeimportctimefromnumpy.lib.scimathimportsqrtcoefqda_1=float(raw_input('Enterthecoefficientforx^2:'))coefqda_2=float(raw_input('Enterthecoefficien...

numpy中的matrix矩阵处理

飞星恋的博客

03-09

5244

numpy模块中的矩阵对象为numpy.matrix，包括矩阵数据的处理，矩阵的计算，以及基本的统计功能，转置，可逆性等等，包括对复数的处理，均在matrix对象中。 class numpy.matrix(data,dtype,copy):返回一个矩阵，其中data为ndarray对象或者字符形式；dtype:为data的type；copy:为bool类型。>>> a = np....

Numpy中矩阵对象

xyjikl

12-25

1629

Python基础（一）numpy基本用法

duan_2018的博客

03-20

431

1.Ndarray 对象如何创建？import numpy as np a = np.array([1,2,3]) a = np.array([[1, 2], [3, 4]]) a = np.array([1, 2, 3,4,5], ndmin = 2) a = np.array([1, 2, 3], dtype = complex) 2.Numpy有哪些数据类型？1. ...

NumPy基础入门（4）数学基础函数

weixin_42105744的博客

01-11

610

1.简单数组操作 >>> import numpy as np >>> a = np.array([[1.0, 2.0], [3.0, 4.0]]) >>> print(a) [[ 1. 2.] [ 3. 4.]] >>> a.transpose() # 输出转置矩阵 array([[ 1., 3.], ...

numpy之矩阵

bai_Dreamer的博客

05-23

491

1、创建矩阵 A=np.mat('1 2 3;4 5 6;7 8 9')创建一个3*3的矩阵 A.T求矩阵的转置 A.I求矩阵的逆另一种创建矩阵的方法： np.mat(np.arange(9).reshape(3,3)) 2、创建复合矩阵 np.bmat(a,b)

python取矩阵的一部分_Python 实现取矩阵的部分列,保存为一个新的矩阵方法

weixin_39689347的博客

12-29

7969

Python 实现取矩阵的部分列,保存为一个新的矩阵方法首先输入一个矩阵：>>> b=[[1,2,3,4,5,6],[2,2,3,4,5,6],[3,2,3,4,5,6],[4,2,3,4,5,6],[5,2,3,4,5,6]]>>> b=np.array(b)>>> barray([[1, 2, 3, 4, 5, 6],[2, 2, 3, 4...

信号实部和虚部

ddffmm66的博客

10-31

2万+

中国通信网－通信资信号是信息的载体，实际的信号总是实的，但在实际应用中采用复信号却可以带来很大好处，由于实信号具有共轭对称的频谱，从信息的角度来看，其负频谱部分是冗余的，将实信号的负频谱部分去掉，只保留正频谱部分的信号，其频谱不存在共轭对称性，所对应的时域信号应为复信号。通信一般具有载波，早期通信的载波为正弦波，通过调制传输信息，发射和接收的都是实信号，接收后要把调制信号从载波里提...

Numpy - 知识点总结（五）

u011587322的博客

06-26

1万+

一、算数运算numpy.add() :数组相加numpy.subtract():数组相减numpy.multiply():数组相乘numpy.devide():数组相除import numpy as np A = np.array([1,2,3,4,5]) B = np.array([1,2,3,4,5]) print('A+B = ',np.add(A,B)) print('A-B = ',np...

python访问复数的实部，虚部和模值

li1367356的博客

07-27

2万+

>>> a=4+5j 产生一个复数 >>> a (4+5j) >>> a.real 复数的实部。.real 4.0 >>> a.imag 虚部 5.0 >>> abs(a) 模 6.4031242374328485 >>> c=complex(3,4) 产生一个复数 >>> c (3+4j) >>>