Looking for numpy Answers? Try Ask4KnowledgeBase
Looking for numpy Keywords? Try Ask4Keywords

numpynumpy.cross


वाक्य - विन्यास

  • numpy.cross(a, b) # a और b का क्रॉस उत्पाद (या a और b में वैक्टर)
  • numpy.cross(a, b, axisa=-1) a के साथ वैक्टर के उत्पाद b , st वैक्टर में एक अक्ष अक्ष के साथ बाहर रखे जाते हैं
  • numpy.cross(a, b, axisa=-1, axisb=-1, axisc=-1) # a और b में वैक्टर के क्रॉस प्रोडक्ट्स, आउटपुट वैक्टर एक्सिस द्वारा निर्दिष्ट अक्ष के साथ बिछाए गए
  • numpy.cross(a, b, axis=None) # a और b में वैक्टर के क्रॉस उत्पाद, a , b में वैक्टर, और अक्ष अक्ष के साथ आउटपुट में

पैरामीटर

स्तंभ स्तंभ
ए, बी सरलतम उपयोग में, a और b दो 2- या 3-तत्व वैक्टर हैं। वे वैक्टर (यानी द्वि-आयामी मैट्रिक्स) के एरे भी हो सकते हैं। यदि a एक सरणी और 'बी' है एक वेक्टर, है cross(a,b) एक सरणी जिसका तत्वों में प्रत्येक वेक्टर के पार उत्पादों रहे हैं रिटर्न a वेक्टर के साथ bb एक सरणी है और a एक भी वेक्टर, है cross(a,b) रिटर्न एक सरणी जिसका तत्वों के पार उत्पादों रहे हैं a में प्रत्येक वेक्टर के साथ ba और b दोनों एक ही आकार होने पर सरणियाँ हो सकती हैं। इस स्थिति में, cross(a,b) रिटर्न cross(a[0],b[0]), cross(a[1], b[1]), ...
axisa / b यदि a एक सरणी है, यह सबसे तेजी से बदलती धुरी, धीमी परिवर्तनीय अक्ष, या बीच में कुछ भर में बाहर रखी वैक्टर हो सकता है। axisa cross() बताती है कि कैसे वैक्टर को अंदर रखा जाता a । डिफ़ॉल्ट रूप से, यह सबसे धीरे-धीरे बदलती अक्ष का मान लेता है। axisb इनपुट b साथ ही काम करता है। यदि cross() का आउटपुट एक सरणी होने जा रहा है, तो आउटपुट वैक्टर को अलग-अलग सरणी अक्षों पर रखा जा सकता है; axisc बताता cross कैसे बाहर इसके उत्पादन सरणी में वैक्टर रखना। डिफ़ॉल्ट रूप से, axisc सबसे धीरे-धीरे बदलती अक्ष को इंगित करता है।
एक्सिस एक सुविधा पैरामीटर जो axisa , axisb , और axisc सेट करता है यदि वांछित है। यदि कॉल में axis और कोई अन्य पैरामीटर मौजूद हैं, तो axis का मान अन्य मानों को ओवरराइड करेगा।

numpy.cross संबंधित उदाहरण