numpy.cross #

麻木的。cross ( a , b , axisa = -1 , axisb = -1 , axisc = -1 , axis = None ) [来源] #

返回两个向量（数组）的叉积。

a和b的叉积\(R^3\)是垂直于a和b 的向量。如果a和b是向量数组，则默认情况下向量由a和b的最后一个轴定义，并且这些轴的维度可以为 2 或 3。如果a或b的维度为 2，则向量的第三个分量假设输入向量为零，并相应地计算叉积。如果两个输入向量的维度均为 2，则返回叉积的 z 分量。

参数：

类似数组: 第一个向量的分量。
b类数组: 第二向量的分量。
axisa整数，可选: 定义向量的a轴。默认情况下，最后一个轴。
axisb int，可选: 定义向量的b轴。默认情况下，最后一个轴。
axisc int，可选: 包含叉积向量的c轴。如果两个输入向量的维度都是 2，则忽略，因为返回是标量。默认情况下，最后一个轴。
轴int，可选: 如果已定义，则定义向量和叉积的a、b和c轴。覆盖axisa、axisb和axisc。

返回：

ndarray: 向量叉积。

加薪：

值错误: 当a和/或b中向量的维数不等于 2 或 3 时。

也可以看看

inner: 内积
outer: 外层产品。
ix_: 构造索引数组。

笔记

1.9.0 版本中的新增功能。

支持输入的完整广播。

例子

向量叉积。

>>> x = [1, 2, 3]
>>> y = [4, 5, 6]
>>> np.cross(x, y)
array([-3,  6, -3])

一个维度为 2 的向量。

>>> x = [1, 2]
>>> y = [4, 5, 6]
>>> np.cross(x, y)
array([12, -6, -3])

等效地：

>>> x = [1, 2, 0]
>>> y = [4, 5, 6]
>>> np.cross(x, y)
array([12, -6, -3])

两个向量的维度都是 2。

>>> x = [1,2]
>>> y = [4,5]
>>> np.cross(x, y)
array(-3)

多个向量叉积。请注意，叉积向量的方向由右手定则定义。

>>> x = np.array([[1,2,3], [4,5,6]])
>>> y = np.array([[4,5,6], [1,2,3]])
>>> np.cross(x, y)
array([[-3,  6, -3],
       [ 3, -6,  3]])

可以使用axisc关键字更改c的方向。

>>> np.cross(x, y, axisc=0)
array([[-3,  3],
       [ 6, -6],
       [-3,  3]])

使用axisa和axisb更改x和y的向量定义。

>>> x = np.array([[1,2,3], [4,5,6], [7, 8, 9]])
>>> y = np.array([[7, 8, 9], [4,5,6], [1,2,3]])
>>> np.cross(x, y)
array([[ -6,  12,  -6],
       [  0,   0,   0],
       [  6, -12,   6]])
>>> np.cross(x, y, axisa=0, axisb=0)
array([[-24,  48, -24],
       [-30,  60, -30],
       [-36,  72, -36]])