numpy.cross#
- numpy.cross(a, b, axisa=-1, axisb=-1, axisc=-1, axis=None)[source]#
返回两个(数组)向量的叉积。
在 \(R^3\) 中,a 和 b 的叉积是一个垂直于 a 和 b 的向量。如果 a 和 b 是向量数组,则向量默认由 a 和 b 的最后一个轴定义,并且这些轴可以具有 2 或 3 的维度。当 a 或 b 的维度为 2 时,输入向量的第三个分量假定为零,并据此计算叉积。在两个输入向量都具有 2 维的情况中,返回叉积的 z 分量。
- 参数:
- aarray_like
第一个向量(或向量)的分量。
- barray_like
第二个向量(或向量)的分量。
- axisaint,可选
定义向量(或向量)的 a 的轴。默认情况下为最后一个轴。
- axisbint,可选
定义向量(或向量)的 b 的轴。默认情况下为最后一个轴。
- axiscint,可选
包含叉积向量(或向量)的 c 的轴。如果两个输入向量都具有 2 维,则忽略此参数,因为返回值为标量。默认情况下为最后一个轴。
- axisint,可选
如果定义,则为定义向量(或向量)和叉积(或叉积)的 a、b 和 c 的轴。覆盖 axisa、axisb 和 axisc。
- 返回:
- cndarray
向量叉积(或叉积)。
- 引发:
- ValueError
当 a 和/或 b 中向量(或向量)的维度不等于 2 或 3 时。
另请参阅
inner
内积
outer
外积。
linalg.cross
np.cross
的 Array API 兼容变体,它只接受(数组)3 元素向量。ix_
构建索引数组。
备注
版本 1.9.0 中的新功能。
支持输入的完全广播。
2.0.0 中弃用了维度 2 的输入数组。如果您确实需要此功能,可以使用
def cross2d(x, y): return x[..., 0] * y[..., 1] - x[..., 1] * y[..., 0]
示例
向量叉积。
>>> import numpy as np >>> 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])
两个维度为 2 的向量。
>>> 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]])