Computer science 复数的正规化

我有一个数组形式的数据文件。我想规范化数组中的所有复数。但是我不想使用z/Abs[z]这种方法。我想使用不同的方法，比如z-score。例如，在z-score中，你可以找到标准偏差，你可以标准化所有数字，但我尝试标准化复数。那我该怎么做呢

Z-实数分数：

Z = (X - Avg) / SD

我想到的最明显的方法是，独立地计算实平面和虚平面的平均值和标准偏差

然后我们可能会修改公式，使用类似sqrt（平方和）的方法来组合实部和虚部或分数

Zr = (Xr - AvgR) / SDr
Zi = (Xi - AvgI) / SDi

最后：

Zc = sqrt( Zr^2 + Zi^2)

这可能是从分布中的复数生成单个Z分数的最直接的方法

---

这当然不同于“标准化”，标准化将保留单独的组件和我最初回答的内容。但我相信，一个分数，衡量与平均值的距离，就是你在这里所追求的。

Z-实数分数：

Z = (X - Avg) / SD

我想到的最明显的方法是，独立地计算实平面和虚平面的平均值和标准偏差

然后我们可能会修改公式，使用类似sqrt（平方和）的方法来组合实部和虚部或分数

Zr = (Xr - AvgR) / SDr
Zi = (Xi - AvgI) / SDi

最后：

Zc = sqrt( Zr^2 + Zi^2)

这可能是从分布中的复数生成单个Z分数的最直接的方法

---

这当然不同于“标准化”，标准化将保留单独的组件和我最初回答的内容。但是我相信，一个分数，测量与平均值的距离，就是你在这里所追求的

norm = np.exp(1j*np.angle(z))

虽然它速度较慢，但比

z/abs(z)

因为若z为零，你们做上面的计算，你们会得到nan。即使通过0删除nan，也会得到0，因为标准化长度不能为零。如果使用此0长度规格化向量设置任何其他向量的相位，则始终会得到0。这取决于你在搜索什么

或者你也可以这样做

z1=z/abs(z)
z1[np.isnan(z)]=1

因为标准化长度应该是1

---

关于

您可以将复向量标准化为

norm = np.exp(1j*np.angle(z))

虽然它速度较慢，但比

z/abs(z)

因为若z为零，你们做上面的计算，你们会得到nan。即使通过0删除nan，也会得到0，因为标准化长度不能为零。如果使用此0长度规格化向量设置任何其他向量的相位，则始终会得到0。这取决于你在搜索什么

或者你也可以这样做

z1=z/abs(z)
z1[np.isnan(z)]=1

因为标准化长度应该是1

---

考虑到相互独立地规范化数据的真实性。我想到了这一点，但我不确定这是否是最好的方法。事实上，看着Z分数，我想你是在测量分布的距离--“标准化”是一个不同的概念。请看我编辑的答案。z分数只是一个例子。除了z/Abs[z]，你知道一种标准化复数的方法吗？我已经给了你两个答案@Isaac04。。在适当的情况下，两者都是好的。看看你的问题，看起来Z-score最像你所追求的。独立地规范化我的数据有多真实。我想到了这一点，但我不确定这是否是最好的方法。事实上，看着Z分数，我想你是在测量分布的距离--“标准化”是一个不同的概念。请看我编辑的答案。z分数只是一个例子。除了z/Abs[z]，你知道一种标准化复数的方法吗？我已经给了你两个答案@Isaac04。。在适当的情况下，两者都是好的。看看你的问题，Z分数看起来最像你想要的。你有没有第一个建议的来源？第一个表达式来自

exp（i*x）=cos（x）+i*sin（x）

，因此它简单地等于

cos（angle（Z））+i*sin（angle（Z））

。也就是说，这不像

angle（z）

是z=0的一个定义良好的量，所以你只是把处理零/无穷大的责任转移到了另一个函数上。你的第一个建议有什么来源吗？第一个表达式来自

exp（i*x）=cos（x）+i*sin（x）

，因此简单地等于

cos（angle（z））+i*sin（angle（z））

。也就是说，它不像

angle（z）

是z=0的一个定义良好的量，所以您只是将处理零/无穷大的责任转移到另一个函数。