Python 2.7 列表理解中的Python-lambda给出了错误的结果

我得到了一个电磁样本的复数数组，格式如下：

ex1:
[[  8.23133235e-15,  -1.59200901e-15,  -4.39818917e-13,   7.68089585e-13]
 [  6.98151957e-15,  -1.20306059e-15,   9.83923013e-13,   1.64838108e-11]
 [  8.41053742e-15,  -1.77702007e-15,  -5.98961364e-13,   8.97436205e-13]
 [  7.08443026e-15,  -1.25262430e-15,   1.11415868e-12,   1.69346186e-11]]

其中行交替组成实部和虚部：

[[z1Ex.real, z1Ey.real, z1Hx.real, z1Hy.real],
 [z1Ex.imag, z1Ey.imag, z1Hx.imag, z1Hy.imag],
 [z2Ex.real, z2Ey.real, z2Hx.real, z2Hy.real],
 [z2Ex.imag, z2Ey.imag, z2Hx.imag, z2Hy.imag],
        ...etc.]

我想要的是创建一个新数组，它以幅值和相位表示数据，但保持相同的格式（即用幅值行替换实行，用相位行替换虚行）

我设法列出了这两种计算的理解列表（作为一个两周的业余爱好者，我感到相当自豪，所以请温柔一点）。震级的结果是我所期望的，但是相位非常差，我不知道为什么

我的做法：

在real和imag子数组中切片原始数组：

import numpy, cmath

real = ex1[::2] #numpy.ndarray
imag = ex1[1::2] #numpy.ndarray

real[:] = np.array([[magcalc(z,y) for z, y in zip(real[x],imag[x])] for x in xrange(len(real))])

imag[:] = np.array([[phasecalc(z,y) for z, y in zip(real[x],imag[x])] for x in xrange(len(imag))])

realcopy[:] = np.array([[magcalc(z,y) for z, y in zip(real[x],imag[x])] for x in xrange(len(real))])

imagcopy[:] = np.array([[phasecalc(z,y) for z, y in zip(real[x],imag[x])] for x in xrange(len(imag))])

在列表理解之外定义lambda：

magcalc = lambda z, y: abs(complex(z, y))
phasecalc = lambda z,y: cmath.phase(complex(z, y))

定义列表理解以对子数组进行计算：

import numpy, cmath

real = ex1[::2] #numpy.ndarray
imag = ex1[1::2] #numpy.ndarray

real[:] = np.array([[magcalc(z,y) for z, y in zip(real[x],imag[x])] for x in xrange(len(real))])

imag[:] = np.array([[phasecalc(z,y) for z, y in zip(real[x],imag[x])] for x in xrange(len(imag))])

realcopy[:] = np.array([[magcalc(z,y) for z, y in zip(real[x],imag[x])] for x in xrange(len(real))])

imagcopy[:] = np.array([[phasecalc(z,y) for z, y in zip(real[x],imag[x])] for x in xrange(len(imag))])

检查原始数组中的结果：

print ex1[:4]

如果我这样做，第一个Ex样本的相位结果是

0.574 rad

。如果我手动检查相位（即

cmath.phase（complex（z1Ex.real，z1Ex.imag））

），则我得到

0.703 rad

。如果在我的理解清单中有smth错误，我会接受，但是震级结果是完全正确的，所以我怀疑这是真的

我哪里做错了？我真的已经连续两天试图找到答案了，运气不好。。。而且，我想不出另一种方法来实现我想要的

请帮忙。。。（使用Python 2.7）

谢谢

---

零

哦，天哪。。现在我看到了问题，真不敢相信我有多笨。。。约翰让我重新思考变量赋值，这是值得赞扬的

在

imag[：]=np.array（[[phasecalc（z，y）表示z，y表示zip中的y（real[x]，imag[x]）]表示x范围中的x（len（imag）））

，我指的是

real[]

，就好像它仍然填充着实值一样。但是我改变了前面的

real[]

行以包含幅值。。。因此，只需更改列表理解的变量名即可：

定义列表理解以对子数组进行计算：

import numpy, cmath

real = ex1[::2] #numpy.ndarray
imag = ex1[1::2] #numpy.ndarray

real[:] = np.array([[magcalc(z,y) for z, y in zip(real[x],imag[x])] for x in xrange(len(real))])

imag[:] = np.array([[phasecalc(z,y) for z, y in zip(real[x],imag[x])] for x in xrange(len(imag))])

realcopy[:] = np.array([[magcalc(z,y) for z, y in zip(real[x],imag[x])] for x in xrange(len(real))])

imagcopy[:] = np.array([[phasecalc(z,y) for z, y in zip(real[x],imag[x])] for x in xrange(len(imag))])

然后重新分配给原始mag相位阵列：

检查原始结果

real[:] = realcopy
imag[:] = imagcopy

print ex1[:4]

很抱歉浪费了时间和字节

干杯

---

Nils

感谢您写了一篇关于逐步复制的非常清晰的问题。然而，在最后一步，当我做

[[phasecalc（z，y）表示z，y在zip中（real[x]，imag[x]）]表示x在xrange中（len（imag））]时，我得到了
0.70342
作为第一个结果。所以我想这是关于你是如何将这个结果分配给其他数组的，但是你还没有向我们展示什么是
phaserow
，所以我说不出来。谢谢你的尝试，John，非常感谢。很抱歉，为了更清楚，我从原始代码中重命名了数组，但我忘记重命名最后两个。我刚刚纠正了那部分。奇怪的是，如果你真的用同样的方法得到了正确的结果……很高兴你把它分类了。你可以“接受”你自己的答案（我知道你必须先等待一个计时器），或者删除这个问题，因为它可能对其他人没有用处