差異對複數numpy的

我試圖分裂DFT矩陣的乘法中實部和虛部差異對複數numpy的

from scipy.linalg import dft 
improt numpy as np 
# x is always real 
x = np.ones(4) 
W = dft(4) 
Wx = W.dot(x) 
Wxme = np.real(W).dot(x) + np.imag(W).dot(x)*1.0j

我想是W1和Wxme給出相同的值但他們根本沒有。我縮小了該bug多一點：

In [62]: W[1] 
Out[62]: 
array([ 1.00000000e+00 +0.00000000e+00j, 
     6.12323400e-17 -1.00000000e+00j, 
     -1.00000000e+00 -1.22464680e-16j, -1.83697020e-16 +1.00000000e+00j]) 

In [63]: np.sum(W[1]) 
Out[63]: (-2.2204460492503131e-16-1.1102230246251565e-16j) 

In [64]: sum(W[1]) 
Out[64]: (-1.8369701987210297e-16-2.2204460492503131e-16j)

爲什麼sum和np.sum給出不同的價值觀複數的加法不應該是什麼，而是單獨添加真實部分和虛部對嗎？

添加用手給我的結果，而不是我希望什麼numy給我：

In [65]: 1.00000000e+00 + 6.12323400e-17 + -1.00000000e+00 + 1.83697020e-16 
Out[65]: 1.8369702e-16

我在想什麼？

來源

2016-02-29 Francisco Vargas

'1 + -j - 1 + j = 0' – hpaulj

由於舍入誤差，這些結果是相等的。由於諸如不同求和次序或用於表示中間結果的不同精度水平等因素，結果具有稍微不同的舍入誤差。

來源

2016-02-29 05:28:31 user2357112

你是說這兩個'''Wx = W.dot（x）''' '''Wxme = np.real（W）.dot x）+ np.imag（W）.dot（x）* j.0'''是否相同直至舍入誤差？因爲情節真的說其他的智慧就像它真的感覺我的數學有一個錯誤，或者有一個重大的錯誤。如果有幫助，我可以附上陰謀。 –

@FranciscoVargas - 試試這個：'1.83697020e-16 + 1.00000000e + 00 + 6.12323400e-17 + -1.00000000e + 00'（我只是改變了加法的順序）。最大的問題是'1.0'和'-1.0' ...當你開始添加大約16個數量級的數字時，舍入誤差可能非常重要。 – mgilson

所以我無法做到我的分裂？爲了在我的項目上進一步簡化計算，我需要一個Wxme的變體 –

差異對複數numpy的

回答

相關問題