复数组实部的缩放

Question

cplxarr= np.array([1+2j, 3+1j, 7-2j])
factarr= np.array([.5, .6, .2])
# desired result of cplxarr * factarr :
# np.array([.5+2j 1.8+1j 1.4-2j])

我如何设置factarr以及我必须进行哪些操作才能达到所需的结果？如果有可能的话，也就是不需要分离实部和虚部，缩放实部，重新组合成一个新的复数向量。

Answer 1

这样就行了：

>>> factarr*cplxarr.real + (1j)*cplxarr.imag
array([ 0.5+2.j,  1.8+1.j,  1.4-2.j])

但不确定这是不是最好的方法。

结果表明，至少对我来说(OS-X 10.5.8、python 2.7.3、numpy 1.6.2)这个版本的速度是使用np.vectorize的其他版本的两倍：

>>> from timeit import timeit
>>> timeit('factarr*cplxarr.real+(1j)*cplxarr.imag',setup='from __main__ import factarr,cplxarr')
21.008132934570312
>>> timeit('f(cplxarr.real * factarr, cplxarr.imag)',setup='from __main__ import factarr,cplxarr; import numpy as np; f=np.vectorize(np.complex)')
46.52931499481201

>>> timeit('f(cplxarr.real * factarr, cplxarr.imag)',setup='from __main__ import  factarr,cplxarr; import numpy as np; f=np.vectorize(complex)')
44.87726283073425

目前在计时排行榜上的领先者（由eryksun在下面的评论中提议）

>>> timeit.timeit('a = cplxarr.copy(); a.real *= factarr ',setup='from __main__ import factarr,cplxarr')
8.336654901504517

以及它工作的证明：

>>> a = cplxarr.copy()
>>> a.real *= factarr 
>>> a
array([ 0.5+2.j,  1.8+1.j,  1.4-2.j])

如果您想要在适当的位置执行操作（因此可以保留副本），这显然会更快。