Python numpy cross用法及代码示例

本文简要介绍 python 语言中 numpy.cross 的用法。

用法:

numpy.cross(a, b, axisa=- 1, axisb=- 1, axisc=- 1, axis=None)

返回两个(数组)向量的叉积。

的叉积a和b在\(R^3\)是垂直于两者的向量a和b.如果a和b是向量数组，向量由最后一个轴定义a和b默认情况下，这些轴的维度可以是 2 或 3。a或者b为 2，假设输入向量的第三个分量为零，并据此计算叉积。如果两个输入向量的维度都为 2，则返回叉积的 z-component。

参数：

a： array_like

第一个向量的分量。

b： array_like

第二个向量的分量。

axisa： 整数，可选

定义向量的 a 的轴。默认情况下，最后一个轴。

axisb： 整数，可选

定义向量的 b 轴。默认情况下，最后一个轴。

axisc： 整数，可选

包含叉积向量的 c 轴。如果两个输入向量的维度都为 2，则忽略，因为返回是标量。默认情况下，最后一个轴。

axis： 整数，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：

c： ndarray

矢量叉积。

抛出：

ValueError

当 a 和/或 b 中向量的维度不等于 2 或 3 时。

注意：

支持输入的完全广播。

例子：

矢量cross-product。

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

一个维数为 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])

两个维度为 2 的向量。

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

多个向量cross-products。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]])