Python 有没有一种方法可以使数组条目在NumPy中成为复杂变量？

我正在使用Python中的numpy数组。是否有办法将

数组的条目作为变量保存，以便它们遵循适当的矩阵乘法和其他矩阵函数（加法、行列式等）

例如：

         import numpy as np
         A = np.array([[a, b], [c, d]])
         B = np.array([[e, f], [g, h]])
         C = np.dot(A,B)

         # C should be [ae+bf ag+bh]
         #             [ce+df cg+dh]

另外，由于我的矩阵元素一般都很复杂，我希望
其中
i
被解释为1的虚根，而不是变量。我可以编写定义自己函数的代码，但有没有一种干净的方法呢？
请参见此处：

Numpy尊重Python的虚数

>>> a = np.array([i+1j for i in range(3)])
>>> b = np.array([i+2j for i in range(3,6)])
>>> a*b
array([-2.+3.j,  2.+6.j,  8.+9.j])

这也适用于给定的示例（如预期的那样）：

至于将它们作为变量保存，NumPy会将所有内容通过其Python接口传递给较低级别的C代码，因此我怀疑您能否将所有内容存储为变量

但是，您可以编写任意函数来完成此任务：

def myfunc(obj):
     A = np.array([[obj['a']], [obj['b']]])
     B = np.array([[obj['c']], [obj['d']]])
     C = np.dot(A,B)
     return C

请看这里：

Numpy尊重Python的虚数

>>> a = np.array([i+1j for i in range(3)])
>>> b = np.array([i+2j for i in range(3,6)])
>>> a*b
array([-2.+3.j,  2.+6.j,  8.+9.j])

这也适用于给定的示例（如预期的那样）：

至于将它们作为变量保存，NumPy会将所有内容通过其Python接口传递给较低级别的C代码，因此我怀疑您能否将所有内容存储为变量

但是，您可以编写任意函数来完成此任务：

def myfunc(obj):
     A = np.array([[obj['a']], [obj['b']]])
     B = np.array([[obj['c']], [obj['d']]])
     C = np.dot(A,B)
     return C

使用
sympy
：

from  sympy import *

A=MatrixSymbol('A', 2, 2)
B=MatrixSymbol('B', 2,2)
print Matrix(A)
print  Matrix(A*B)

>>>Matrix([[A[0, 0], A[0, 1]], [A[1, 0], A[1, 1]]])
   Matrix([[A[0, 0]*B[0, 0] + A[0, 1]*B[1, 0], A[0, 0]*B[0, 1] + A[0,  1]*B[1, 1]], [A[1, 0]*B[0, 0] + A[1, 1]*B[1, 0], A[1, 0]*B[0, 1] + A[1, 1]*B[1, 1]]])

使用
sympy
：

from  sympy import *

A=MatrixSymbol('A', 2, 2)
B=MatrixSymbol('B', 2,2)
print Matrix(A)
print  Matrix(A*B)

>>>Matrix([[A[0, 0], A[0, 1]], [A[1, 0], A[1, 1]]])
   Matrix([[A[0, 0]*B[0, 0] + A[0, 1]*B[1, 0], A[0, 0]*B[0, 1] + A[0,  1]*B[1, 1]], [A[1, 0]*B[0, 0] + A[1, 1]*B[1, 0], A[1, 0]*B[0, 1] + A[1, 1]*B[1, 1]]])

这是一个复制品。请阅读现有的问题。请看这是一个重复的问题。请阅读现有问题。请参阅