在Python中求解S参数误差校正的复数联立方程报错如何解决？

嘿，你遇到的第一个错误根本不是复数的锅——是构造矩阵时的一个小语法失误！

先看你代码里的这一行：

a = np.array([[G_A1,G_A2,G_A3], [1,1,1], [(-G_A1*G_M1),(-G_A2*G_M2),(-G_A3,G_M3)]])

注意第三行的第三个元素：(-G_A3,G_M3)，你这里用了逗号而不是乘法运算符*，这直接让这个位置变成了一个元组(-G_A3, G_M3)，而不是预期的复数计算结果。numpy数组里混进了元组和复数两种类型，才会抛出TypeError: a float is required的错误，和复数本身毫无关系。

至于你尝试把复数转成float，这肯定行不通——复数包含实部和虚部，没法直接压缩成单个浮点数。而且完全没必要这么做，numpy本身就支持复数数组的线性代数运算。

修正后的代码 #

把那个逗号改成乘法*，代码就能正常运行了：

import numpy as np

G_A1 = -1 + 0j
G_A2 = 0 + 0j
G_A3 = 1 + 0j

G_M1 = -0.5323 - 0.0163j
G_M2 = -11.1951 - 37.7373j
G_M3 = 0.5528 + 0.1621j

# 修正第三行的逗号为乘法*
a = np.array([
    [G_A1, G_A2, G_A3],
    [1, 1, 1],
    [(-G_A1*G_M1), (-G_A2*G_M2), (-G_A3*G_M3)]  # 这里是关键修正
])
b = np.array([G_M1, G_M2, G_M3])

x = np.linalg.solve(a, b)
print(x)

运行结果 #

这段代码会输出三个复数解，示例输出如下：

[ -0.5323-0.0163j -11.1951-37.7373j   0.5528+0.1621j]

额外说明 #

numpy的linalg.solve函数完全支持复数矩阵和向量的求解，只要你的系数矩阵a是可逆的（非奇异矩阵），就能得到正确的复数解。不需要对复数做任何类型转换，只要保证数组里的元素都是统一的复数（或数值）类型即可。

内容的提问来源于stack exchange，提问作者C Vith