Python np.abs能否获取数据类型=[（'；real'；'；<；f8'；），（'；imag'；'；>；f8'；）的输入数组并给出绝对值？

我正在尝试将一些代码从MATLAB移植到Python。MATLAB使用abs（数据）来获得数据中复数的绝对值。我使用h5py模块将其放入一个

ndarray（dim-（151402，16，64））

。这个数组包含real和imag值，我想计算它们的绝对值。Numpy文档建议使用

np.abs

是它的函数，但是在这个数据库上使用时，我得到了这个

error --> `numpy.core._exceptions.UFuncTypeError: ufunc 'absolute' did 
not contain a loop with signature matching types 
dtype([('real', '<f8'), ('imag', '<f8')]) -> dtype([('real', '<f8'), ('imag', '<f8')])`. 

error-->`numpy.core.\u exceptions.UFuncTypeError:ufunc'absolute'没有
不包含具有签名匹配类型的循环
dtype（[（'real'，'对于复杂的dtype数组，
np.abs
生成大小，如其文档中所述：

In [18]: x= np.array(1.1 - 0.2j)
In [19]: x
Out[19]: array(1.1-0.2j)
In [20]: x.dtype
Out[20]: dtype('complex128')
In [21]: np.abs(x)
Out[21]: 1.118033988749895

但是您已经将复杂数组构造（或加载）为一个
结构化数组
，带有单独的
real
和
imag
字段。
np.abs
没有为这种
复合数据类型
定义（大多数计算/ufunc不适用于结构化数组）

或者，我们可以使用
view
转换数据类型：

In [28]: y.view('complex')
Out[28]: array(1.1-0.2j)
In [29]: np.abs(y.view('complex'))
Out[29]: 1.118033988749895

视图
并不总是适用于复合数据类型，但这里的底层数据字节布局是相同的。
在将数据传递到下游神经网络之前，我需要将数据分为实数据和imag部分的结构。有没有办法做到这一点并计算abs值？我刚刚演示了如何从结构化数据中获取abs数组。
In [27]: np.abs(y['real']+y['imag']*1j)
Out[27]: 1.118033988749895

In [28]: y.view('complex')
Out[28]: array(1.1-0.2j)
In [29]: np.abs(y.view('complex'))
Out[29]: 1.118033988749895