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。
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]])