Numpy Cross Product

Numpy Cross -produkt er kjent som en funksjon fra Python -pakkene som tar kryssproduktet mellom to vektorer eller matriser. Denne funksjonen tar inn de to vektorene av enten de samme eller forskjellige dimensjonene etter matriksmultiplikasjonsregelen og tar kryssproduktet mellom disse vektorene. Deretter genererer det en annen resulterende vektor som alltid er vinkelrett på planet som de to inngangsvektorene dannes. Området til denne resulterende vektoren er direkte proporsjonalt med området til parallellogrammet hvis vi strekker de to inngangsvektorene for å danne et parallellogram.

Mens vi arbeider med visse kontrollsystemer og utfører sine matematiske beregninger, må vi mest håndtere matrise/matrise/vektorkors multiplikasjon. Numpy er bibliotekpakken som presenteres av "Python" -programmeringsplattformen som gjør at vi kan jobbe med forskjellige matrise- og matriseoperasjoner.

Fremgangsmåte

Denne guiden dekker i detalj den overordnede prosedyren fra syntaks til den praktiske implementeringen av den numpy kryssproduktfunksjonen. Vi lærer å lage kryssproduktet mellom forskjellige vektorer som har samme eller forskjellige dimensjoner. Vi vil skrive koden på Python -språket. For dette formålet vil vi bruke "Spyder" som er et open source-miljø for Python.

Syntaks

Vi vil håndtere følgende syntaks for funksjonen til Numpy Cross Product:

$ numpy. Kors (A, B, Axis A = -1, Axis B = -1, Axis C = -1, Axis = Ingen)

"A" er parameteren for funksjonen som tar den første vektoren som skal multipliseres med den andre vektoren. Deretter representerer "B" den andre vektoren for multiplikasjonen mellom to vektorer. Mens “Axis A” definerer aksen til den første vektoren som er “A”. "Axis B" representerer aksen til den andre vektoren B og "Axis C" er aksen til den vektoren der kryssproduktet til vektorene A og B lagres.

Eksempel 1

La oss gjøre det praktiske eksemplet på Vector Cross -produktet ved å bruke Numpy Cross Product Function med syntaks som vi diskuterte i forrige overskrift. Vi bruker "Spyder" -appen for å bruke Python -kompilatoren. Det første trinnet er å lage et nytt prosjekt med et spesifikt navn i Python -depotene. Deretter sørger vi for å laste ned og installere alle nødvendige biblioteker for å implementere dette eksemplet.

Etter avdragene av de nødvendige bibliotekene importerer vi en viktig modul som heter "Numpy" for å jobbe med ND-Arrays og vektorene. Vi importerer Numpy -modulen med den typiske konvensjonen som er vanlig i praksis som å importere Numpy som NP. Etter dette trinnet kan vi ringe NP i stedet for numpy med funksjonene. Nå erklærer vi de to vektorene for å ta kryssproduktet mellom dem. Erklæringen om disse to vektorene gjøres ved hjelp av metoden som kalles “NP. Array () “. Den første vektoren er en 1-dimensjonal vektor med en rad og to kolonner, og elementene i denne vektoren er “[3, 2]”. Den andre vektoren er deklarert etter samme prosedyre som den første vektoren, og den har samme dimensjoner som den første vektoren. Elementene i denne andre vektoren er gitt som “[7, 1]”. Vi navngir den første vektoren som "Vector_a" og den andre vektoren som "Vector_B" i koden.

Nå beregner vi kryssproduktet mellom disse to vektorene som bruker funksjonen fra Numpy -biblioteket som “NP.Kors (a, b) ”. Denne funksjonen tar den første vektoren og den andre vektoren som inngangsargumenter. Så vi skriver navnet på den første vektoren i stedet for “A” og navnet på den andre vektoren er skrevet i stedet for “B” i funksjonen. Vi lagrer resultatene av kryssproduktet mellom disse to vektorene i variabelnavnet som "Vector_c" som deretter sendes som en inngangsparameter til "print ()" -funksjonen for å vise resultatene. Dette eksemplet er skrevet i form av Python -koden i følgende figur:

# Importer numpy modul
Importer numpy som NP
# erklære 1-D-matriser
Vector_a = np.Array ([3, 2])
Vector_B = NP.Array ([7, 1])
# Computing Cross Product Of Over Declared Arrays
Vector_C = NP.Cross (Vector_a, Vector_B)
Print (Vector_C)

Etter å ha kopiert koden i forrige figur, la oss kjøre og utføre den i kompilatoren og se utdataene. Utgangen til vektoren er “Vector_c” som er resultatet av kryssproduktet mellom de to inngangsvektorene.

Eksempel 2

Vi løser et annet eksempel for å finne kryssproduktet mellom de todimensjonale matriserene. For å finne kryssproduktet importerer vi først Numpy-modulen som prefikset "NP" for å erklære matriser og kalle kryssproduktfunksjonen i koden. Nå, ved hjelp av “NP”, initialiserer vi de to forskjellige matriser som har to rader og to kolonner ved å ringe “NP.Array () ”-metode. Medlemmene av den første 2d-arrayen er “[[2, 1], [4, 3]]“ og elementene i den andre 2D-arrayen er [[6, 5], [8, 7]] ”.

For å beregne kryssproduktet mellom disse to 2D-arrays, kaller vi “NP. Cross (x, y) ”-funksjon og begge matriser er gitt til inngangsparameteren til denne funksjonen. Resultatene fra denne funksjonen blir deretter bevart i en annen matrise som har dimensjonene i henhold til Matrix -multiplikasjonsregelen. Vi viser deretter denne matrisen ved å sende den til "print ()" -metoden.

# Importer numpy modul
Importer numpy som NP
# erklære 2-d-matriser
Array1 = NP.Array ([[2, 1], [4, 3]])
Array2 = NP.Array ([[6, 5], [8, 7]])
# Computing Cross Product Of Over Declared Arrays
Cross_product = np.Cross (Array1, Array2)
print (cross_product)

Koden for å implementere dette eksemplet er gitt i forrige figur. Etter utførelsen av koden får vi utdataene som en vektor som har resultatene som kryssproduktet av de to inngangene 2D-arrays.

Konklusjon

Vi prøvde å lære konseptene til Numpy Cross -produktet i denne artikkelen. Denne artikkelen dekker først den detaljerte introduksjonen av denne funksjonen. Deretter forklarer det syntaksen på Python -språket. Til slutt løste vi praktisk talt to eksempler og bekreftet deretter resultatene i henhold til inngangene. Vi håper at denne dyptgående forklaringen av Numpy Cross-produktet hjelper deg å utføre denne funksjonen uten problemer.