为什么使用Python的numpy计算复数向量内积结果错误？

问题重现 #

用户代码：

import numpy as np
a = np.array([2+3j])
b = np.array([4+5j])
print(np.vdot(a, b))

运行后得到结果：(23-2j)，而非预期的(-7+22j)；仅当将a改为np.array([2-3j])时，才会得到(23-2j)。

核心原因：vdot 对复数的特殊处理 #

np.vdot 函数在处理复数输入时，会自动对第一个参数取共轭复数，再执行点积运算——这是它和普通点积（如np.dot）的关键差异。

计算过程验证 #

1. 对 a 取共轭：2+3j 的共轭复数为 2-3j
2. 执行点积运算：

   (2-3j) * (4+5j) = 2*4 + 2*5j - 3j*4 - 3j*5j
   = 8 + 10j -12j -15*(-1)  # 因 j² = -1
   = 8 +15 + (10j-12j)
   = 23 -2j
   

该结果与代码运行输出完全一致。

如何得到预期的(-7+22j) #

若需要直接用原始复数计算点积（不取共轭），可通过以下两种方式实现：

• 元素相乘后求和：

  import numpy as np
  a = np.array([2+3j])
  b = np.array([4+5j])
  print(np.sum(a * b))  # 输出 (-7+22j)
  

• 使用np.dot（一维数组场景下，np.dot不会对复数取共轭）：

  print(np.dot(a, b))  # 同样输出 (-7+22j)
  

内容的提问来源于stack exchange，提问作者Ali Alind