Skip to main content
 首页 » 编程设计

python之Sympy Simplify 消除虚数

2024年12月31日10youxin

我正在尝试获取卷积向量之间的余弦相似度。因为我使用的是快速傅里叶变换,所以我使用的是复数。在计算余弦相似度时,最终返回的值应该是一个实数。但是,我的输出包括虚部:1.0*(-1.53​​283653303955 + 6.08703605256546e-17*I)/(sqrt(5.69974497311137 + 5.55111512312578e-17*I)*sqrt(14.2393419158019 -54011 361e-18*我) )

虚部应该为零(它们实际上是零),但我无法让 sympy 将虚部设置为零,以便我可以获得实数值作为我的输出。

我已经包含了导致输出的代码。这是我能完成的尽可能精简的内容。

# import statements 
from sympy import * 
from numpy import dot,array,random 
 
# sympy initialization 
a, b, c, d, e, f, g, h, i, j, k, l = symbols('a b c d e f g h i j k l') 
 
# vector initialization 
alpha = [a, b, c, d]; 
beta = [e, f, g, h]; 
gamma = [i, j, k, l]; 
 
# discrete fourier initialization (dft/idft) 
W = [[1, 1, 1, 1], [1, -1j, -1, 1j], [1, -1, 1, -1], [1, 1j, -1, -1j]]; 
WH = [[1, 1, 1, 1], [1, 1j, -1, -1j], [1, -1, 1, -1], [1, -1j, -1, 1j]]; 
 
# i/fft initialization, cosine similarity 
def fft(a): 
    return dot(a,W) 
def ifft(a): 
    return dot(a,WH)/4.0 
def cosineSimilarity(a,b): 
    return dot(a,b)/(sqrt(dot(a,a)) * sqrt(dot(b,b))) 
 
# x&y initialization 
x = ifft(fft(alpha)*fft(beta)) + ifft(fft(alpha)*fft(gamma)); 
y = ifft(fft(alpha)*fft(beta)/fft(gamma)) +              
ifft(fft(alpha)*fft(gamma)/fft(beta)); 
 
# determine cosine similarity between x&y 
random.seed(39843) 
current = random.rand(12) 
mymap = list(zip(params,current)) 
print(simplify(diff(cosineSimilarity(x, y), a).subs(mymap))) 

请您参考如下方法:

如果您知道虚部为 0,那么您可以只取实部求值,否则请谨慎使用“chop=True”以丢弃相对较小的虚部:

>>> q 
(-1.53283653303955 + 6.08703605256546e-17*I)/(sqrt(5.69974497311137 +  
5.55111512312578e-17*I)*sqrt(14.2393958011541 - 3.46944695195361e-18*I)) 
>>> q.n(chop=True) 
-0.170146237401735 
>>> re(q.n()) 
-0.170146237401735