python中复数的乘法_不一致的numpy复数乘法结果

首先，这并不是针对mp的内容，但是由于它是在评论中提出的：

np.matrix可以接受一个字符串参数，并从中生成一个数值矩阵。还要注意形状是(1,1)In [145]: a = np.matrix('28534314.10478439+28534314.10478436j')

In [146]: a

Out[146]: matrix([[28534314.10478439+28534314.10478436j]])

In [147]: a.dtype

Out[147]: dtype('complex128')

输入到np.array的字符串将生成一个字符串：

^{pr2}$

但是省略引号，我们就得到了一个复杂的数组，其形状为()(0d)：In [151]: a = np.array(28534314.10478439+28534314.10478436j)

In [152]: a

Out[152]: array(28534314.10478439+28534314.10478436j)

In [153]: a.dtype

Out[153]: dtype('complex128')

这些值的乘积：In [154]: b = np.array(-1.39818115e+09+1.39818115e+09j)

In [155]: a*b # a.dot(b) same thing

Out[155]: (-7.979228021897728e+16+48j)

如果不使用mp，我假设初始化和设置如下所示：In [179]: x=np.empty_like(np.matrix([[0]*(1) for i in range(1)])).astype(np.complex128)

In [180]: x[:]=a

In [181]: x

Out[181]: matrix([[28534314.10478439+28534314.10478436j]])

In [182]: y=np.empty_like(np.matrix([[0]*(1) for i in range(1)])).astype(np.complex128)

In [183]: y[:]=b

In [184]: y

Out[184]: matrix([[-1.39818115e+09+1.39818115e+09j]])

In [185]: x*y

Out[185]: matrix([[-7.97922802e+16+48.j]])

可能值得尝试np.zeros_like而不是{}。这将确保虚部为0，而不是随机的。如果mp进程只是设置实际的部分，那么您应该得到不同的结果。在