Python numpy.cross函数方法的使用

NumPy（Numerical Python的缩写）是一个开源的Python科学计算库。使用NumPy，就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数，涵盖线性代数运算、傅里叶变换和随机数生成等功能。本文主要介绍一下NumPy中cross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。

参数：

a ：array_like

第一个向量的成分。

b ：array_like

第二个向量的成分。

axisa ：int, 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。

axis ：int, 可选

如果定义，则定义矢量和叉积的a，b和c轴。

覆盖axisa，axisb和axisc。

返回值：

c ：ndarray

矢量交叉乘积。

Raises：

ValueError

当a and/or b中的向量的维数不等于2或3。

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]])