Prodotto incrociato numpy

Prodotto incrociato numpy
Numpy Cross Product è noto come una funzione dai pacchetti Python che prendono il prodotto incrociato tra due vettori o matrici. Questa funzione assume i due vettori della stessa o diverse dimensioni seguendo la regola di moltiplicazione della matrice e prende il prodotto incrociato tra questi vettori. Quindi, genera un altro vettore risultante che è sempre perpendicolare al piano che formano i due vettori di ingresso. L'area di questo vettore risultante è direttamente proporzionale all'area del parallelogramma se allunghiamo i due vettori di ingresso per formare un parallelogramma.

Mentre affrontiamo alcune applicazioni dei sistemi di controllo ed eseguendo i loro calcoli matematici, dobbiamo principalmente affrontare la moltiplicazione incrociata di matrice/array/vettoriale. Numpy è il pacchetto di biblioteche che è presentato dalla piattaforma del linguaggio di programmazione "Python" che ci consente di lavorare con varie operazioni di matrice e matrice.

Procedura

Questa guida copre in dettaglio la procedura generale dalla sintassi all'implementazione pratica della funzione incrociata numpy. Impareremo a creare il prodotto incrociato tra vari vettori che hanno le stesse o diverse dimensioni. Scriveremo il codice nella lingua Python. A tale scopo, useremo la "spyder" che è un ambiente open source per Python.

Sintassi

Aiuteremo la seguente sintassi per la funzione del prodotto incrociato numpy:

$ numpy. Cross (A, B, Asse A = -1, Asse B = -1, Asse C = -1, Asse = Nessuno)

La "A" è il parametro della funzione che prende il primo vettore che deve essere moltiplicato con il secondo vettore. Quindi, "B" rappresenta il secondo vettore per la moltiplicazione tra due vettori. Mentre "Axis A" definisce l'asse del primo vettore che è "A". L '"asse b" rappresenta l'asse del secondo vettore B e "asse c" è l'asse di quel vettore in cui sono memorizzati il ​​prodotto incrociato dei vettori A e B.

Esempio 1

Facciamo l'esempio pratico del prodotto trasversale vettoriale utilizzando la funzione del prodotto incrociato numpy con la sintassi di cui abbiamo discusso nella voce precedente. Usiamo l'app "Spyder" per utilizzare il compilatore Python. Il primo passo è creare un nuovo progetto con un nome specifico nei repository di Python. Quindi, ci assicuriamo di scaricare e installare tutte le librerie richieste per implementare questo esempio.

Dopo le rate delle librerie richieste, importiamo un modulo importante chiamato "Numpy" per lavorare con gli Array ND e i vettori. Importiamo il modulo numpy con la tipica convenzione che è comune in pratica come l'importazione di numpy come NP. Dopo questo passaggio, potremmo chiamare il NP invece del numpy con le funzioni. Ora dichiariamo i due vettori di prendere il prodotto incrociato tra loro. La dichiarazione di questi due vettori viene eseguita usando il metodo chiamato "NP. vettore()". Il primo vettore è un vettore monodimensionale con una riga e due colonne e gli elementi di questo vettore sono "[3, 2]". Il secondo vettore viene dichiarato seguendo la stessa procedura del primo vettore e ha le stesse dimensioni del primo vettore. Gli elementi di questo secondo vettore sono dati come "[7, 1]". Nominiamo il primo vettore come "vector_a" e il secondo vettore come "vector_b" nel codice.

Ora calcoliamo il prodotto incrociato tra questi due vettori usando la funzione dalla libreria numpy come "NP.Cross (A, B) ". Questa funzione prende il primo vettore e il secondo vettore come argomenti di input. Quindi, scriviamo il nome del primo vettore al posto di "A" e il nome del secondo vettore è scritto al posto della "B" nella funzione. Salviamo i risultati del prodotto incrociato tra questi due vettori nel nome della variabile come "vector_c" che viene quindi passato come parametro di input alla funzione "print ()" per visualizzare i risultati. Questo esempio è scritto sotto forma del codice Python nella figura seguente:

# Importa modulo numpy
Importa Numpy come NP
# Dichiara array 1-D
Vector_a = np.Array ([3, 2])
Vector_b = np.Array ([7, 1])
# Prodotto incrociato di calcolo di Array dichiarati sopra
Vector_c = np.Cross (vector_a, vector_b)
stampa (vector_c)

Dopo aver copiato il codice nella figura precedente, eseguiamo e eseguiamolo nel compilatore e vediamo l'output. L'output del vettore è "vector_c" che è il risultato del prodotto trasversale tra i due vettori di input.

Esempio 2

Risolviamo un altro esempio per trovare il prodotto incrociato tra gli array bidimensionali. Per trovare il prodotto incrociato, per prima cosa importa il modulo numpy come prefisso "NP" per dichiarare gli array e chiamare la funzione incrociata nel codice. Ora, usando il "NP", inizializziamo i due diversi array con due righe e due colonne chiamando il "NP.Array () "Metodo. I membri del primo array 2D sono "[[2, 1], [4, 3]]" e gli elementi del secondo array 2D sono [[6, 5], [8, 7]] ".

Per calcolare il prodotto incrociato tra questi due array 2D, chiamiamo "NP. La funzione Cross (X, Y) "ed entrambi gli array sono dati al parametro di input di questa funzione. I risultati di questa funzione vengono quindi conservati in un altro array con le dimensioni secondo la regola di moltiplicazione della matrice. Quindi visualizziamo questo array passandolo al metodo "Print ()".

# Importa modulo numpy
Importa Numpy come NP
# Dichiara array 2-D
Array1 = np.array ([[2, 1], [4, 3]])
Array2 = np.Array ([[6, 5], [8, 7]])
# Prodotto incrociato di calcolo di Array dichiarati sopra
Cross_product = np.Cross (Array1, Array2)
Stampa (Cross_Product)

Il codice per implementare questo esempio è fornito nella figura precedente. Dopo l'esecuzione del codice, otteniamo l'output come vettore con i risultati come prodotto incrociato dei due array 2D di input.

Conclusione

Abbiamo cercato di imparare i concetti del prodotto incrociato numpy in questo articolo. Questo articolo copre per la prima volta l'introduzione dettagliata di questa funzione. Quindi, spiega la sintassi nella lingua Python. Infine, abbiamo praticamente risolto due esempi e quindi verificato i risultati secondo gli input. Speriamo che questa spiegazione approfondita del prodotto incrociato numpy ti aiuti a eseguire questa funzione senza alcun problema.