numpy.cross

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

返回两个（数组）向量的叉积。

中的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，则向量由a和b的最后一个轴定义默认值，这些轴可以具有尺寸2或3。当a或b的维度为2时，输入向量的第三个分量假定为零，并相应地计算叉积。在两个输入向量都具有维度2的情况下，返回叉积的z分量。

参数：

a：array_like

第一向量的分量。

b：array_like

第二向量的分量。

axisa：int，可选

定义向量的a轴。默认情况下，最后一根轴。

axisb：int，可选

定义向量的b轴。默认情况下，最后一根轴。

axisc：int，可选

包含交叉乘积向量的c轴。如果两个输入向量都具有维数2，则忽略，因为返回是标量的。默认情况下，最后一根轴。

axis：int，可选

如果定义，定义向量和交叉乘积的a，b和c的轴。覆盖axisa，axisb和axisc。

返回：

c：ndarray

矢量交叉产品。

上升：

ValueError

当a和/或b中的向量的维数不等于2或3时。

也可以看看

inner

內积

outer

外积

ix_

构造索引数组。

笔记

版本1.9.0中的新功能。

支持输入的完全广播。

例子

矢量交叉产品。

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

一个向量与维度2。

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

等同地：

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

两个向量与维度2。

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

多向量叉积。注意，叉积矢量的方向由右手规则定义。

>>> 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]])