淺談Python 中的復(fù)數(shù)問題
前言
復(fù)習(xí)試題時(shí),發(fā)現(xiàn)一道復(fù)數(shù)問題
問題
關(guān)于 Python 的復(fù)數(shù)類型,以下選項(xiàng)中描述錯(cuò)誤的是
A復(fù)數(shù)的虛數(shù)部分通過后綴“J”或者“j”來表示
B對(duì)于復(fù)數(shù) z,可以用 z.real 獲得它的實(shí)數(shù)部分
C對(duì)于復(fù)數(shù) z,可以用 z.imag 獲得它的實(shí)數(shù)部分
D復(fù)數(shù)類型表示數(shù)學(xué)中的復(fù)數(shù)
正確答案: C
首先我們來明確一下什么是復(fù)數(shù): 復(fù)數(shù)在數(shù)學(xué)上面的定義是由實(shí)數(shù)部分和虛數(shù)部分所組成的數(shù),形如a+bj .
其中a、b為實(shí)數(shù),j為“虛數(shù)單位”,j 的平方等于-1.a、b分別叫做復(fù)數(shù)a+bj的實(shí)部和虛部。
下面讓我們?cè)赑ython中定義一個(gè)復(fù)數(shù):real + imag(虛部的單位可以是j或者J)
a = 6 + 0.6j
# 輸出這個(gè)復(fù)數(shù)a
print(a)
# 獲取實(shí)部
print(a.real)
# 獲取虛部
print(a.imag)
# 獲取該復(fù)數(shù)的共軛復(fù)數(shù)
print(a.conjugate())
# 讓我們通過complex函數(shù)來定義一個(gè)復(fù)數(shù)
a = complex(1, 2) b = complex(1) c = complex("1") d = complex("1+2j")
# 運(yùn)行結(jié)果
補(bǔ)充:Python 復(fù)數(shù)及運(yùn)算類型問題
在做題的時(shí)候遇到了這樣的問題:
按照數(shù)學(xué)上的知識(shí),我們通常會(huì)認(rèn)為實(shí)部是1.23e+4,也就是12300;虛部是9.87e+6,也就是9870000。
但是程序運(yùn)行結(jié)果卻不是這樣:
為什么和我們想象的不一樣呢,這里面涉及到兩個(gè)問題:
1、實(shí)部虛部問題
2、結(jié)果類型問題
再來看一些例子:
通過上述例子可以看出,如果我們使用<復(fù)數(shù)>.<imag>的方式來獲取虛部,那么計(jì)算機(jī)就會(huì)將這個(gè)復(fù)數(shù)的實(shí)部和虛部相加,并且以浮點(diǎn)數(shù)的類型返回。而如果要獲取我們通常理解意義上的虛部,則要將這個(gè)復(fù)數(shù)賦給一個(gè)變量,通過<變量>.<imag>的方式獲取,就能得到“a + bi”模式的虛部。
實(shí)部的獲取相對(duì)容易理解,不是緊跟 j 的就是實(shí)部,同樣以浮點(diǎn)數(shù)的類型返回。
另一個(gè)問題就是運(yùn)算類型的問題,Python中有三種數(shù)據(jù)類型:整數(shù)、浮點(diǎn)數(shù)、復(fù)數(shù)。這三種類型數(shù)據(jù)混合參與運(yùn)算時(shí),結(jié)果的類型采用“最寬范圍”的類型,復(fù)數(shù)類型范圍最寬,整數(shù)最窄。
在上述例子中,復(fù)數(shù)的實(shí)部、虛部不會(huì)是復(fù)數(shù)類型,則以次于復(fù)數(shù)類型的浮點(diǎn)數(shù)類型返回。
再列出一些運(yùn)算的例子:
當(dāng)然,如果類型保持一致,則以同樣類型返回運(yùn)算結(jié)果(類型一致也就是最寬的類型就是他本身的類型)
上述是我通過實(shí)驗(yàn)總結(jié)出來的,沒有查找權(quán)威參考資料,若有不正確的地方希望指正。
相關(guān)文章
python-docx把dataframe表格添加到word文件中
用Python-docx庫,可以輕松地添加表格到Word文檔中,本文主要介紹了python-docx把dataframe表格添加到word文件中,感興趣的可以了解一下2023-08-08深入了解Python中Pytest Markers的使用方法
從這篇開始,逐一解決fixture是啥,mark是啥,參數(shù)request是啥,鉤子函數(shù)是啥,parametrize參數(shù)化是啥,這些問題,本片先介紹一下mark是啥,以及如何使用2023-09-09基于Tensorflow讀取MNIST數(shù)據(jù)集時(shí)網(wǎng)絡(luò)超時(shí)的解決方式
這篇文章主要介紹了基于Tensorflow讀取MNIST數(shù)據(jù)集時(shí)網(wǎng)絡(luò)超時(shí)的解決方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-06-06Python tensorflow實(shí)現(xiàn)mnist手寫數(shù)字識(shí)別示例【非卷積與卷積實(shí)現(xiàn)】
這篇文章主要介紹了Python tensorflow實(shí)現(xiàn)mnist手寫數(shù)字識(shí)別,結(jié)合實(shí)例形式分析了基于tensorflow模塊使用非卷積與卷積算法實(shí)現(xiàn)手寫數(shù)字識(shí)別的具體操作技巧,需要的朋友可以參考下2019-12-12python三種數(shù)據(jù)標(biāo)準(zhǔn)化方式
這篇文章主要介紹了python三種數(shù)據(jù)標(biāo)準(zhǔn)化方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-07-07