Looking for numpy Keywords? Try Ask4Keywords

numpynumpy.cross


Syntaxe

  • numpy.cross(a, b) # produit croisé de a et b (ou vecteurs dans a et b )
  • numpy.cross(a, b, axisa=-1) #cross produit de vecteurs dans a avec b , st vecteurs dans a sont disposés le long de l'axe axisa
  • numpy.cross(a, b, axisa=-1, axisb=-1, axisc=-1) # produits croisés de vecteurs dans a et b , vecteurs de sortie disposés selon l'axe spécifié par axisc
  • numpy.cross(a, b, axis=None) # produit croisé des vecteurs en a et b , vecteurs en a , b et en sortie disposés suivant l'axe des axes

Paramètres

Colonne Colonne
un B Dans l'usage le plus simple, a et b sont deux vecteurs à 2 ou 3 éléments. Ils peuvent également être des tableaux de vecteurs (c.-à-d. Des matrices à deux dimensions). Si a est un tableau et que 'b' est un vecteur, cross(a,b) renvoie un tableau dont les éléments sont les produits croisés de chaque vecteur dans a vecteur b . Le b est un tableau et a est un seul vecteur, le cross(a,b) renvoie un tableau dont les éléments sont les produits croisés d' a avec chaque vecteur de b . a et b peuvent tous deux être des tableaux s'ils ont la même forme. Dans ce cas, cross(a,b) renvoie cross(a[0],b[0]), cross(a[1], b[1]), ...
axisa / b Si a est un tableau, des vecteurs peuvent être disposés sur l'axe variant le plus rapidement, l'axe variant le plus lent ou quelque chose entre les deux. axisa dit en cross() comment les vecteurs sont disposés dans a . Par défaut, il prend la valeur de l'axe variant le plus lentement. axisb fonctionne de la même manière avec input b . Si la sortie de cross() doit être un tableau, les vecteurs de sortie peuvent être disposés sur différents axes de tableau; axisc indique à cross comment disposer les vecteurs dans son tableau de sortie. Par défaut, axisc indique l'axe qui varie le plus lentement.
axe Un paramètre de commodité qui définit axisa , axisb et axisc à la même valeur si vous le souhaitez. Si l' axis et l'un des autres paramètres sont présents dans l'appel, la valeur de l' axis remplacera les autres valeurs.

numpy.cross Exemples Liés