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

numpynumpy.cross


Синтаксис

  • numpy.cross(a, b) # перекрестное произведение a и b (или векторов в a и b )
  • numpy.cross(a, b, axisa=-1) #cross произведение векторов в с Ь, ул векторов в раскладывают вдоль оси axisa
  • numpy.cross(a, b, axisa=-1, axisb=-1, axisc=-1) # кросс-продукты векторов в a и b , выходные векторы, выложенные вдоль оси, указанной axisc
  • numpy.cross(a, b, axis=None) # перекрестные произведения векторов в a и b , векторы в a , b и в выводе, выложенные вдоль оси оси

параметры

колонка колонка
а, б В простейшем использовании a и b представляют собой два 2- или 3-элементных вектора. Они также могут быть массивами векторов (т. Е. Двумерных матриц). Если a - это массив, а «b» - вектор, cross(a,b) возвращает массив, элементы которого являются перекрестными произведениями каждого вектора в a с вектором b . b - массив, a - один вектор, cross(a,b) возвращает массив, элементы которого являются перекрестными произведениями a с каждым вектором в b . a и b могут быть массивами, если они имеют одинаковую форму. В этом случае cross(a,b) возвращает cross(a[0],b[0]), cross(a[1], b[1]), ...
axisa / б Если a - массив, он может иметь векторы, расположенные на самой быстро меняющейся оси, самой медленной изменяющейся оси или что-то среднее между ними. axisa говорит cross() как векторы выложены в a . По умолчанию он принимает значение самой медленно меняющейся оси. axisb работает одинаково с входом b . Если вывод cross() будет массивом, выходные векторы могут быть выложены разными осями массива; axisc говорит cross , как раскладывать векторы в его выходном массиве. По умолчанию axisc указывает наиболее медленно меняющуюся ось.
ось Удобный параметр, который по axisa устанавливает axisa , axisb и axisc значения в одно и то же значение. Если в вызове присутствует axis и любой другой параметр, значение axis будет переопределять другие значения.

numpy.cross Связанные примеры