有M✖️N 维度的矩阵,将它转化为MN✖️1的矩阵

import numpy as np
from numpy import squeezeM, N = 4, 3
h_mat = np.random.randn(M, N)
h_new = squeeze(h_mat.T.reshape(-1, 1))
print(h_new, h_mat, h_new.shape, h_mat.shape)

[-1.06950402  0.57459646  0.41926508  3.20023608 -0.8934199  -1.48817502-1.46684445  1.04572083 -0.2769263   0.83589263  0.34593235  0.34324631] [[-1.06950402 -0.8934199  -0.2769263 ][ 0.57459646 -1.48817502  0.83589263][ 0.41926508 -1.46684445  0.34593235][ 3.20023608  1.04572083  0.34324631]] (12,) (4, 3)

将虚数矩阵转化为实数矩阵

这里m为N*1维矩阵

from numpy import real, imag
import numpy as npmat = np.array([1, 2, 3, -1, -2, -3]) + 1j * np.array([1, 1, 1, 2, 2, 2])
real_mat = squeeze(real(mat).reshape(-1, 1))
img_mat = squeeze(imag(mat).reshape(-1, 1))
all_mat = np.hstack((real_mat, img_mat))
print(mat, "\n", all_mat, "\n", all_mat.shape)vec_size = int(len(all_mat)/2)
real_part = all_mat[:vec_size,]
img_part = all_mat[vec_size:,]
recon_mat = real_part + 1j * img_part
np.array_equal(mat, recon_mat)

输出:

[ 1.+1.j  2.+1.j  3.+1.j -1.+2.j -2.+2.j -3.+2.j] [ 1.  2.  3. -1. -2. -3.  1.  1.  1.  2.  2.  2.] (12,)
True



两个类似的,一个负号的区别

import numpy as np
from numpy import real,imag
mat = np.array([1, 2, 3, -1, -2, -3]) + 1j * np.array([1, 1, 1, 2, 2, 2]).reshape(-1,1)
mat = mat * mat.T
real_mat = real(mat)
img_mat = imag(mat)
up = np.hstack((real_mat, -img_mat))
down = np.hstack((img_mat, real_mat))
all_mat = np.vstack((up, down))
print(all_mat)
#%%
mat_size = int(all_mat.shape[0]/2)
real_part = all_mat[:mat_size,:mat_size]
img_part = all_mat[mat_size:,:mat_size]
final_mat = real_part + 1j * img_part
np.array_equal(final_mat, mat)

python 矩阵 将所有列向量合并成一个向量 将虚数矩阵转化为实数矩阵相关推荐

  1. Python将两个图像合并成一个图像(横向合并)

    Python将两个图像合并成一个图像(横向合并) 目录 Python将两个图像合并成一个图像(横向合并) #原始图像

  2. Python将两个列表合并成一个列表

    Python将两个列表/数组合并成一个列表/数组 extend方法 >>>c1 = ["Red","Green","Blue&quo ...

  3. python 将多个文件合并成一个文件

    主要思路是:遍历文件夹下面的每一个文件,一个个将它们写入到目标文件中 直接上代码 import osmeragefiledir = os.getcwd() + '\\en\\labeled' # 文件 ...

  4. ker矩阵是什么意思_直观理解!你一定要读一下的“矩阵和线性代数入门”

    首发于 | 知乎 作者 | 家里有只肉丸子 链接 | https://zhuanlan.zhihu.com/p/137112358 许多同学一听到高等代数(线性代数)的名字就瑟瑟发抖,觉得似乎是极困难 ...

  5. python如何对两个矩阵进行拼接_Python:合并两个numpy矩阵的实现

    Python:合并两个numpy矩阵的实现 numpy是Python用来科学计算的一个非常重要的库,numpy主要用来处理一些矩阵对象,可以说numpy让Python有了Matlab的味道. 如何利用 ...

  6. python如何对两个矩阵进行拼接_Python合并两个numpy矩阵

    numpy是Python用来科学计算的一个非常重要的库,numpy主要用来处理一些矩阵对象,可以说numpy让Python有了Matlab的味道. 实际的应用中,矩阵的合并是一个经常发生的操作,如何利 ...

  7. python读取excel多个sheet页并合并成一页

    python读取excel多个sheet页并合并成一页 import xlrd import xlwtdata = xlrd.open_workbook("database.xlsx&quo ...

  8. python列表嵌套合并成一个列表

    python列表嵌套合并成一个列表 场景描述 代码处理 举个例子 场景描述 当我们在数据处理,使用列表推导式结合正则匹配时,会产生一个列表中嵌套多个列表的情况.这样遍历列表元素的时候会比较麻烦.因此将 ...

  9. 【Python】将两个列表内容合并成一个字典

    将两个列表内容合并成一个字典 keys = ['A', 'B', 'C'] values = ['blue', 'red', 'bold'] 有 3 种方法可以将这两个列表转换为字典 1.使用Pyth ...

最新文章

  1. linux 禁用 ctrl+alt+del 重启系统
  2. 最小生成树板子-AcWing 858. Prim算法求最小生成树
  3. java自动化测试报告_Java自动化测试框架-10 - TestNG之测试结果篇(详细教程)
  4. php未定义要怎样做,php-Behat-未定义的功能步骤
  5. 如何理解在数据类型中元素不能修改?
  6. CentOS 6.3用ssh无密码登陆其它主机
  7. [Python] L1-031. 到底是不是太胖了-PAT团体程序设计天梯赛GPLT
  8. 合肥师范学院2020年专业计算机是多少分,合肥师范学院2020年安徽省一本、二本各专业录取分数统计...
  9. 樽海鞘群算法原理详解
  10. 怎么把matlab的背景改成白色背景图片,如何把图片背景换成白色?
  11. matlab 机械动力学仿真,基于MATLAB的机器人动力学仿真与控制.PDF
  12. matlabWeibull概率图绘制及讲解
  13. Java HotSpot(TM) 64-Bit Server VM warning: Sharing is only supported for boot loader classes解决方法
  14. 初次 使用RuoYi 若依框架总结(前端)
  15. 我看QQ与360之争
  16. msp430f149 4x4矩阵按键(薄膜)
  17. 大数据面试3分钟自我介绍_通用面试两分钟自我介绍范文5篇
  18. 你可能不知道微软悄悄关闭Win10分页显示程序的Sets功能
  19. android ui设计最新字体,2017年最新最直白的app界面设计字体规范
  20. php行业八卦,PHP 的八卦两则_PHP

热门文章

  1. casio计算用计算机面板,《CASIOfx—4850P计算器土木工程测量计算程序开发和应用》.pdf...
  2. 原生Hadoop环境下安装Hue
  3. 参考文献格式要求及书写规则
  4. 自我管理五维度,遇见更好的自己
  5. python 笔记6:格式化时间缩写
  6. 用ajax提交数据到ashx用JSON.stringify格式化参数后在服务器端取不到值?[转载至:http://q.cnblogs.com/q/34266/]...
  7. 谷粒商城项目环境搭建
  8. 悲恸!5月22日13时07分,袁隆平院士逝世
  9. 2022年初级会计考试综合试题及答案
  10. CleanMyMac2023一键清除垃圾缓存和恶意广告插件 时刻保持Mac畅快运行