NumPy参考 >例行程序 >Mathematical functions > numpy.cross
numpy.
cross
(a,b,axisa = -1,axisb = -1,axisc = -1,axis = None )[源代码] ¶返回两个(数组)向量的叉积。
a和b in 的叉积是垂直于a和b的向量。如果a和b是向量的数组,则默认情况下,向量是由a和b的最后一个轴定义的,这些轴的尺寸可以为2或3。其中a或b的尺寸为2时,则第三个分量假设输入向量为零,并据此计算叉积。如果两个输入向量的尺寸均为2,则返回叉积的z分量。
第一个向量的成分。
第二个向量的成分。
定义向量的a轴。默认情况下,最后一个轴。
定义向量的b轴。默认情况下,最后一个轴。
包含叉积向量的c轴。如果两个输入向量的维数均为2,则将其忽略,因为返回值为标量。默认情况下,最后一个轴。
如果定义,则定义矢量和叉积的a,b和c轴。覆盖axisa,axisb和axisc。
矢量交叉乘积。
当a和/或b中的向量的维数不等于2或3。
笔记
1.9.0版中的新功能。
支持完整的输入广播。
例子
矢量叉积。
>>> x = [1, 2, 3]
>>> y = [4, 5, 6]
>>> np.cross(x, y)
array([-3, 6, -3])
一个向量的尺寸为2。
>>> 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])
两个向量的尺寸均为2。
>>> x = [1,2]
>>> y = [4,5]
>>> np.cross(x, y)
array(-3)
多个向量叉积。注意,叉积向量的方向由右手法则定义。
>>> 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]])