Producto cruzado Numpy

El producto Numpy Cross se conoce como una función de los paquetes de Python que toman el producto cruzado entre dos vectores o matrices. Esta función toma los dos vectores de las mismas o diferentes dimensiones después de la regla de multiplicación de la matriz y toma el producto cruzado entre estos vectores. Luego, genera otro vector resultante que siempre es perpendicular al plano que forman los dos vectores de entrada. El área de este vector resultante es directamente proporcional al área del paralelogramo si estiramos los dos vectores de entrada para formar un paralelogramo.

Al tratar con ciertas aplicaciones de sistemas de control y realizar sus cálculos matemáticos, en su mayoría tenemos que lidiar con la multiplicación cruzada de matriz/matriz/vector. Numpy es el paquete de la biblioteca que presenta la plataforma de lenguaje de programación "Python" que nos permite trabajar con varias operaciones de matriz y matriz.

Procedimiento

Esta guía cubre en detalle el procedimiento general de la sintaxis a la implementación práctica de la función de producto cruzado Numpy. Aprenderemos a crear el producto cruzado entre varios vectores que tienen las mismas o diferentes dimensiones. Escribiremos el código en el idioma python. Para este propósito, usaremos el "Spyder", que es un entorno de código abierto para Python.

Sintaxis

Trataremos la siguiente sintaxis para la función del producto Numpy Cross:

$ Numpy. Cruz (a, b, eje a = -1, eje b = -1, eje c = -1, eje = ninguno)

El "A" es el parámetro de la función que toma el primer vector que se multiplica con el segundo vector. Luego, "B" representa el segundo vector para la multiplicación entre dos vectores. Mientras que "Axis A" define el eje del primer vector que es "A". El "eje B" representa el eje del segundo vector B y "eje C" es el eje de ese vector donde se almacenan el producto cruzado de los vectores A y B.

Ejemplo 1

Hagamos el ejemplo práctico del producto Vector Cross utilizando la función Numpy Cross Product con la sintaxis que discutimos en el encabezado anterior. Usamos la aplicación "Spyder" para usar el compilador de Python. El primer paso es crear un nuevo proyecto con un nombre específico en los repositorios de Python. Luego, nos aseguramos de descargar e instalar todas las bibliotecas requeridas para implementar este ejemplo.

Después de las entregas de las bibliotecas requeridas, importamos un módulo importante llamado "Numpy" para trabajar con las matrices ND y los vectores. Importamos el módulo Numpy con la convención típica que es común en la práctica como importar Numpy como NP. Después de este paso, podemos llamar al NP en lugar del Numpy con las funciones. Ahora, declaramos que los dos vectores toman el producto cruzado entre ellos. La declaración de estos dos vectores se realiza utilizando el método llamado "NP. formación()". El primer vector es un vector unidimensional con una fila y dos columnas y los elementos de este vector son "[3, 2]". El segundo vector se declara siguiendo el mismo procedimiento que el primer vector y tiene las mismas dimensiones que el primer vector. Los elementos de este segundo vector se dan como "[7, 1]". Nombre el primer vector como "vector_a" y el segundo vector como "vector_b" en el código.

Ahora, calculamos el producto cruzado entre estos dos vectores utilizando la función de la biblioteca Numpy como "NP.Cruz (a, b) ". Esta función toma el primer vector y el segundo vector como argumentos de entrada. Entonces, escribimos el nombre del primer vector en lugar de "A" y el nombre del segundo vector está escrito en lugar de la "B" en la función. Guardamos los resultados del producto cruzado entre estos dos vectores en el nombre de la variable como "vector_c" que luego se pasa como un parámetro de entrada a la función "print ()" para mostrar los resultados. Este ejemplo está escrito en forma del código Python en la siguiente figura:

# Importar módulo Numpy
importar numpy como np
# Declarar matrices 1-D
Vector_a = np.Array ([3, 2])
Vector_b = np.Array ([7, 1])
# Computación de productos cruzados de matrices declaradas anteriormente
Vector_c = np.Cross (vector_a, vector_b)
Imprimir (Vector_C)

Después de copiar el código en la figura anterior, ejecutarlo y ejecutarlo en el compilador y ver la salida. La salida del vector es "vector_c", que es el resultado del producto cruzado entre los dos vectores de entrada.

Ejemplo 2

Resolvemos otro ejemplo para encontrar el producto cruzado entre las matrices bidimensionales. Para encontrar el producto cruzado, primero importamos el módulo Numpy como el prefijo "NP" para declarar las matrices y llamar a la función de producto cruzado en el código. Ahora, usando el "NP", inicializamos las dos matrices diferentes que tienen dos filas y dos columnas llamando al "NP.método array () ". Los miembros de la primera matriz 2D son "[[2, 1], [4, 3]]" y los elementos de la segunda matriz 2D son [[6, 5], [8, 7]] ".

Para calcular el producto cruzado entre estas dos matrices en 2D, llamamos al "NP. función de cross (x, y) "y ambas matrices se dan al parámetro de entrada de esta función. Los resultados de esta función se conservan en otra matriz que tiene las dimensiones de acuerdo con la regla de multiplicación de matriz. Luego mostramos esta matriz pasándola al método "print ()".

# Importar módulo Numpy
importar numpy como np
# Declarar matrices 2-D
Array1 = NP.Array ([[2, 1], [4, 3]])
Array2 = np.Array ([[6, 5], [8, 7]])
# Computación de productos cruzados de matrices declaradas anteriormente
Cross_product = np.Cross (Array1, Array2)
imprimir (Cross_Product)

El código para implementar este ejemplo se proporciona en la cifra anterior. Después de la ejecución del código, obtenemos la salida como un vector que tiene los resultados como el producto cruzado de las dos matrices 2D de entrada.

Conclusión

Intentamos aprender los conceptos del producto Numpy Cross en este artículo. Este artículo primero cubre la introducción detallada de esta función. Luego, explica la sintaxis en el idioma de Python. Por último, prácticamente resolvimos dos ejemplos y luego verificamos los resultados de acuerdo con las entradas. Esperamos que esta explicación en profundidad del producto Numpy Cross le ayude a ejecutar esta función sin ningún problema.