22
Help us understand the problem. What are the problem?

More than 1 year has passed since last update.

posted at

updated at

Organization

Pythonで複素数扱うときに役立ちそうなことをまとめてみる

普段は量子コンピュータのシミュレータをPythonで書いています。
その都合上、複素数は大変よく使います。

Python, numpyは複素数もサポートされており、あんまり困ることはないのですが、いくつか罠もあるので、そこらへんをまとめておきます。

Pythonでの複素数の基本

このへんは、普通にリファレンスに載ってるやつです。軽くおさらい。

虚数単位は1j、型はcomplex

数学では多くの場合、虚数単位にはiが使われますが、Pythonでは1jが使われます。
(電気などの分野で、iは電流に使っているので虚数単位をjと置く、というのを見たことがありますが、それ以外の分野では他に知りません)

2jとか、1.23jのような書き方もできます。(普通に1jの2倍、1.23倍、という意味)
11.で型に違いがあるのに対し、1j1.jはどちらも同じです。

a, bをfloatとして、a + b * 1.jcomplex(a, b)と書くこともできます。

.real, .imagで実部、虚部を取り出す conjugate()で複素共役をとる

(1 + 2j).real1, (1 + 2j).imag2 です。メソッドではないので()を付けないことに注意してください。
複素共役は(1 + 2j).conjugate()のように、.conjugate()を使います。こちらはメソッドなので()が必要です。
ちなみに.real, .imag, conjugate() は、実はfloatやintに対しても使えます。

numpyも普通に使える

numpyでもnp.array([1 + 2j, 3, 4j, 5+6.7j])のように、普通に複素数が使えます。このときdtypeは、デフォルトでは'complex128'になります。
.real, .imag, .conjugate()もnumpyのarrayに対して使うことができます。
また、numpyでは、.conjugate()のかわりに.conj()でも構いません。

なお、行列のエルミート共役取るのが.conj().Tとする必要があり、やや面倒です。
np.matrixだと.Hでできたんですが。np.arrayにはないようです。

mathのかわりにcmath

import mathのかわりにimport cmathを使います。
mathの関数が定義域や値域を実数にとっているのに対し、cmathは定義域や値域に複素数も含まれます。
詳細は公式ドキュメント参照。

複素数の偏角を求めるphase()や、半径と偏角のタプルを返すpolar()や、半径と偏角から複素数を作るrect()といった便利な関数も用意されてます。

Pythonで複素数を扱うときの注意

いくつか罠やその対処を書いていきます。

複素数になりうるなら、numpyのarrayは予め複素数で作る

Pythonは自分で型を書かなくても暗黙のうちに型変換してくれますが、numpyでは、arrayは型を持っていて、勝手にarrayの型が変わることはありません。(intのarrayがfloatにならないのも同様です)

a = np.array([1., 2.]) # dtypeがfloat64
a *= 1j
# UFuncTypeError: Cannot cast ufunc 'multiply' output from dtype('complex128') to dtype('float64') with casting rule 'same_kind'

こうならないために
np.array([1., 2.], dtype=np.complex128)のように最初から型を指定するか、
np.array([1+0j, 2.], dtype=np.complex128)のように最初から複素数を含めるかが必要です。

複素ベクトルの内積はnp.dotではなくnp.vdot

これは本当に罠です。

複素ベクトルの内積は$u\cdot v = \sum_{i=1}^n u_i^* v_i$のように、$u$の複素共役と$v$との各成分の積の和を取るのが普通ですが、np.dotでは、複素共役をとらず、そのまま各成分の積の和を取ります。どうしてもnp.dotを使う必要がある場合は、自分で複素共役を取ってつかいましょう。
一方、np.vdotを使うと、複素ベクトルであっても適切に内積を取れます。

当たり前だけど、複素数同士は大小の比較ができない

他の言語で複素数を扱っている人には当たり前ですが。複素数同士は比較ができません。

より正確には、「複素数型」の大小比較ができないので、プログラマが計算結果が実数になっていると知っていても、コンピュータにとって複素数型だったら、大小比較はできません。.realなどで実数にする必要があります。

複素数配列の「絶対値の2乗」は効率がいい方法がないらしい

np.absは、内部的にはsqrt(real**2 + imag**2)のような計算をしているので、これを2乗するのは無駄が多いです。
一方、arr.real ** 2 + arr.imag **2のような計算をPython側で書くと、インプレースで計算されず、無駄なメモリ確保が生じます。
以前調べたことがあるんですが、StackOverflowには、numba使え、と書いてありました。Python, numpyだけでインプレースに無駄な開平計算をせずにやる方法は意外とないみたいです。

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Sign upLogin
22
Help us understand the problem. What are the problem?