二维坐标数组的逐元素叉积

Question

我正在处理一个数据集，该数据集将单位向量数组存储为向量分量的数组。

我将如何使用向量化代码/广播来编写干净紧凑的代码以按元素给出向量的叉积？

例如，这里有一个蛮力方法，用于遍历数组的长度，挑选出坐标，重新组合两个向量，然后计算叉积。

x = [0,0,1,1]
y = [0,1,0,1]
z = [1,0,0,1]

v1 = np.array([x,y,z])

x = [1,1,0,1]
y = [1,0,1,1]
z = [0,1,1,1]

v2 = np.array([x,y,z])

result = []
for i in range(0, len(x)):
    a = [v1[0][i], v1[1][i], v1[2][i]]
    b = [v2[0][i], v2[1][i], v2[2][i]]
    result.append(np.cross(a,b))

result

>>>

[
 array([-1,  1,  0]),
 array([ 1,  0, -1]),
 array([ 0, -1,  1]),
 array([ 0,  0,  0])
]

我试图理解这个问题并回答以概括它，但失败了：
-

Answer 1

np.cross 也可以使用二维数组，你只需要指定正确的轴：

np.cross(v1,v2, axisa=0, axisb=0)
array([[-1,  1,  0],
       [ 1,  0, -1],
       [ 0, -1,  1],
       [ 0,  0,  0]])

二维坐标数组的逐元素叉积

Element-wise Cross Product of 2D arrays of Coordinates

python

numpy

cross-product

array-broadcasting