Python numpy.cross函数方法的使用

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。

a和b 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，向量由a和b的最后一个轴定义，并且这些轴的尺寸可以为2或3。其中a或b的尺寸为2时，则第三个分量假定输入向量为零，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。

Notes

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]])