缩放复杂的numpy数组的实部

Question

我有一个复数向量（FFT 的结果），我想通过另一个向量中的因子仅缩放复数的实部。

示例

cplxarr= np.array([1+2j, 3+1j, 7-2j])
factarr= np.array([.5, .6, .2])
# desired result of cplxarr * factarr :
# np.array([.5+2j 1.8+1j 1.4-2j])

（是的，这是关于在非常特定的环境中人类听觉的频率响应。）
显然，与上述向量的乘法也会缩放虚部。

我如何设置factarr，我需要做什么操作才能达到预期的效果？如果有可能的话，也就是说，不用分离实部和虚部，缩放实部并重新组装成一个新的复数向量。

Answer 1

这样就可以了：

>>> factarr*cplxarr.real + (1j)*cplxarr.imag
array([ 0.5+2.j,  1.8+1.j,  1.4-2.j])

不确定这是否是最好的方法。

---

事实证明，至少对我来说（OS-X 10.5.8，python 2.7.3，numpy 1.6.2）这个版本大约是使用np.vectorize的另一个版本的两倍：

>>> from timeit import timeit
>>> timeit('factarr*cplxarr.real+(1j)*cplxarr.imag',setup='from __main__ import factarr,cplxarr')
21.008132934570312
>>> timeit('f(cplxarr.real * factarr, cplxarr.imag)',setup='from __main__ import factarr,cplxarr; import numpy as np; f=np.vectorize(np.complex)')
46.52931499481201

使用python提供的np.complex和complex似乎没有太大区别：

>>> timeit('f(cplxarr.real * factarr, cplxarr.imag)',setup='from __main__ import  factarr,cplxarr; import numpy as np; f=np.vectorize(complex)')
44.87726283073425

---

目前的时间领先者（由 eryksun 在下面的 cmets 中提出）

>>> timeit.timeit('a = cplxarr.copy(); a.real *= factarr ',setup='from __main__ import factarr,cplxarr')
8.336654901504517

并证明它有效：

>>> a = cplxarr.copy()
>>> a.real *= factarr 
>>> a
array([ 0.5+2.j,  1.8+1.j,  1.4-2.j])

如果您想在原地执行操作，这显然会更快（因此可以关闭副本）。