NumPy 1.14 - numpy.cross()

numpy.cross




numpy

numpy.cross

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

वैक्टर के दो (सरणियों) के क्रॉस उत्पाद लौटें।

b और b का क्रॉस उत्पाद आर ^ 3 एक सदिश लंबवत a और b दोनों a । यदि a और b वैक्टर के ऐरे हैं, तो वैक्टर डिफ़ॉल्ट रूप से a और b की अंतिम धुरी द्वारा परिभाषित होते हैं, और इन कुल्हाड़ियों के आयाम 2 या 3 हो सकते हैं। या जहाँ a या b का आयाम 2 है, का तीसरा घटक इनपुट वेक्टर को शून्य माना जाता है और क्रॉस उत्पाद उसी के अनुसार गणना की जाती है। ऐसे मामलों में जहां दोनों इनपुट वैक्टर में आयाम 2 होते हैं, क्रॉस उत्पाद का जेड-घटक वापस आ जाता है।

पैरामीटर:

a : array_like

पहले वेक्टर के घटक।

b : array_like

दूसरे वेक्टर के घटक।

axisa : int, वैकल्पिक

इस की ऐक्सिस वेक्टर को परिभाषित करती है। डिफ़ॉल्ट रूप से, अंतिम अक्ष।

अक्ष : int, वैकल्पिक

b अक्ष जो वेक्टर को परिभाषित करता है। डिफ़ॉल्ट रूप से, अंतिम अक्ष।

axisc : इंट, वैकल्पिक

क्रॉस उत्पाद वेक्टर ( c युक्त c का अक्ष। यदि दोनों इनपुट वैक्टर में आयाम 2 हैं, तो अनदेखा करें क्योंकि रिटर्न स्केलर है। डिफ़ॉल्ट रूप से, अंतिम अक्ष।

अक्ष : int, वैकल्पिक

यदि परिभाषित किया गया है, तो, b और c की धुरी जो वेक्टर (एस) और क्रॉस उत्पाद (एस) को परिभाषित करती है। axisa , axisb और axisc ओवरराइड axisa

यह दिखाता है:

c : ndarray

वेक्टर पार उत्पाद (s)।

जन्म देती है:

ValueError

जब a और / या b में वेक्टर (s) का आयाम 2 या 3 के बराबर नहीं होता है।

यह भी देखें

inner
अंदरुनी उत्पाद
outer
बाहरी उत्पाद।
ix_
सूचकांक सरणियों का निर्माण।

टिप्पणियाँ

संस्करण 1.9.0 में नया।

आदानों के पूर्ण प्रसारण का समर्थन करता है।

उदाहरण

वेक्टर पार उत्पाद।

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

आयाम 2 के साथ एक वेक्टर।

>>> x = [1, 2]
>>> y = [4, 5, 6]
>>> np.cross(x, y)
array([12, -6, -3])

इसके तुल्य:

>>> x = [1, 2, 0]
>>> y = [4, 5, 6]
>>> np.cross(x, y)
array([12, -6, -3])

आयाम 2 के साथ दोनों वैक्टर।

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

एकाधिक वेक्टर क्रॉस-उत्पाद। ध्यान दें कि क्रॉस उत्पाद वेक्टर की दिशा right-hand rule द्वारा परिभाषित की गई है।

>>> 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]])

axisc कीवर्ड का उपयोग करके c का ओरिएंटेशन बदला जा सकता है।

>>> np.cross(x, y, axisc=0)
array([[-3,  3],
       [ 6, -6],
       [-3,  3]])

axisa और axisb का उपयोग करके x और y की वेक्टर परिभाषा बदलें।

>>> 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]])