所以,我试图写一个算法croot(k,n),它返回n==n的单位的第k个根。我得到的答案基本上是正确的,但是它给了我一些非常奇怪的表示,对于某些数字来说似乎是错误的。这里有一个例子。在
import cmath
def croot(k, n):
if n<=0:
return None
return cmath.exp((2 * cmath.pi * 1j * k) / n)
for k in range(8):
print croot(k, 8)
输出为:
^{pr2}$喔喔喔喔喔喔喔。所以k=2和n=8时的根是错误的,因为它应该是i,它可以表示为1j,或者j,或者1.00000j,等等,有人能帮我吗?我正在写一个FFT算法,因为我在写这个。我对复数和Python不是很有经验,所以我很可能会犯一个简单的错误。在
谢谢
如果你们需要更多的信息,尽管问。在
下面是unity的立方根和第四根的用法示例。输入数组应解释为多项式系数。在
编辑:多项式系数按以下顺序在输入数组
p
到np.roots(p)
中给出:p[0] * x**n + p[1] * x**(n-1) + ... + p[n-1]*x + p[n]
例如,要返回第
n
个单位根,即方程1 * x**n - 1 == 0
的解,可以使用类似p = [1] + [0] * (n - 1) + [-1]
的输入。在看看这个数字
6.12303176911e-17
=0.0000000000000000612303176911
非常小(接近于零)。您看到的是由于浮点数的有限表示而导致的舍入错误这个误差相当于测量到太阳的距离在10微米左右。如果你对来自真实世界的数据运行FFT,测量误差通常远大于此。在
在使用Python3.5.2时,
numpy.roots
内存不足,当我试图确定unity的第1200个根时,我的Chromebook崩溃了。崩溃发生在他们构造多项式的伴随矩阵时,所以我不认为他们使用的是稀疏表示。从文件中:如果您只需要计算单位根,三角法方法在时间和空间复杂性方面都是渐进式的更好:
如果您愿意放弃并行化,可以使用生成器为每个额外的根实现恒定的空间和恒定的时间,而第一种方法必须在返回之前计算所有n个根:
^{pr2}$在我的机器上,在不使用并行化的情况下,这些方法在
numpy.roots
计算第1000个根所需的时间内计算出第10000000个根:相关问题 更多 >
编程相关推荐