如何正确初始化可赋值复数的numpy空数组？

假设我们有一个形状为(3,2,4)的复数numpy数组H：

H=np.array([[[ 0. +0.j,  1. +1.j,  2. +2.j,  3. +3.j],
        [ 4. +4.j,  5. +5.j,  6. +6.j,  7. +7.j]],

       [[ 8. +8.j,  9. +9.j, 10.+10.j, 11.+11.j],
        [12.+12.j, 13.+13.j, 14.+14.j, 15.+15.j]],

       [[16.+16.j, 17.+17.j, 18.+18.j, 19.+19.j],
        [20.+20.j, 21.+21.j, 22.+22.j, 23.+23.j]]])

尝试初始化同形状的复数零数组F并通过三重循环赋值时，出现以下错误：

• TypeError: 'numpy.complex128' object does not support item assignment
• ComplexWarning: Casting complex values to real discards the imaginary part（伴随return np.asarray(x, float)）

需要找到初始化可赋值复数numpy数组的最优方法。

1. 匹配原数组的形状与类型（推荐） #

直接利用原数组H的属性初始化，完全避免手动指定参数的错误：

# 初始化与H形状、类型完全一致的全零数组
F = np.zeros_like(H)
# 用numpy向量化赋值替代低效的三重循环
F[:] = H

这种方式既保证类型正确，又大幅提升赋值效率。

2. 手动指定正确的复数类型 #

如果需要手动定义形状，要确保dtype指定为复数类型（np.complex128是默认双精度复数，np.complex64为单精度）：

F = np.zeros((3, 2, 4), dtype=np.complex128)
F[:] = H

错误原因 #

• TypeError：通常是初始化时dtype指定错误（比如误传np.complex()实例而非类型，或指定为实数类型），导致数组元素为不可赋值的标量；
• ComplexWarning：是因为数组被初始化为实数类型（如float），赋值复数时会被强制转成实数，丢失虚部。

额外技巧：直接复制原数组 #

如果只是要复制H的内容，无需手动初始化零数组，直接用copy方法更简洁：

F = H.copy()

内容的提问来源于stack exchange，提问作者learning statistics