从2d数组中获得列来计算python中的归一化和叉积

我有一个叫做A的维（3，n）的2d矩阵，我想计算两个数组（b，z）的归一化和叉积，（请参阅代码）每列（第一列，然后第二列等）。从2d数组中获得列来计算python中的归一化和叉积

让的说，A是：

A=[[-0.00022939 -0.04265404 0.00022939] 
 
[ 0.   -0.2096513 0.  ] 
 
[ 0.00026388 0.00465183 0.00026388]]

如何可以采取第一列从A（-0.00022939，O.，0.00026388）并且在下面的函数中使用它，则取然后第二列，... n列

def vectors(b): 
    b = b/np.sqrt(np.sum(b**2.,axis=0)) 
    b = b/np.linalg.norm(b)  
    z = np.array([0.,0.,1.]) 
    n1 = np.cross(z,b,axis=0) 
    n1 = n1/np.linalg.norm(n1) ## normalize n 

    return [n1] 

n1 = vectors(A)

我该如何制作一个选择第一列并进行计算的循环，然后是第二列等等。任何帮助！预先感谢

来源

2016-12-07 AL-Zetoun

任何帮助，请！ –

我建议你添加一个样本矩阵'A'并显示你所期望的结果。请详细说明你想要的东西。我不明白。 –

@ mr.bjerre，我已经完成了整个矩阵，它有效，但我想使用第一列，然后第二个，...直到n列 –

这取决于你如何设置你的阵列开始。我喜欢使用numpy数组，因为我发现索引容易让我头脑发热。我认为下面的代码就是你以后的代码。因为你总是有3个colulmns，所以A不需要多长时间，你可以将它分成3列。

import numpy as np 

A=np.array([[-0.00022939, -0.04265404, 0.00022939], 
      [-0.00022939, -0.04265404, 0.00022939], 
      [0., -0.2096513, 0.], 
      [0.00026388, 0.00465183, 0.00026388]]) 

for idx in range(3): 

    b = A[:, idx] 
    print b # call your function here

编辑::全面实施显示代码&输出

import numpy as np 

def vectors(b): 
    b = b/np.sqrt(np.sum(b**2.,axis=0)) 
    b = b/np.linalg.norm(b)  
    z = np.array([0.,0.,1.]) 
    n1 = np.cross(z,b,axis=0) 
    n1 = n1/np.linalg.norm(n1) ## normalize n 

    return [n1] 

A=np.array([[-0.00022939, -0.04265404, 0.00022939], 
      [ 0.,   -0.2096513, 0.  ], 
      [ 0.00026388, 0.00026388, 0.00026388]]) 

for idx in range(3): 

    b = A[:, idx] 
    n1 = vectors(b) 
    print 'idx', idx, '\nb ', b, '\nn1 ', n1, '\n' 

Output: 

    idx 0 
    b [-0.00022939 0.   0.00026388] 
    n1 [array([ 0., -1., 0.])] 

    idx 1 
    b [-0.04265404 -0.2096513 0.00026388] 
    n1 [array([ 0.9799247 , -0.19936794, 0.  ])] 

    idx 2 
    b [ 0.00022939 0.   0.00026388] 
    n1 [array([ 0., 1., 0.])]

来源

2016-12-07 15:46:51 DrBwts

谢谢@DrBwts它的工作原理 –

当我在我的代码（矢量），函数您提到的循环仅为第一列提供了n1和n2的值，而不是每列。因为我需要为每列计算n1和n2？ –

@ AL-Zetoun它工作正常，因为我看到在我的回复中做出的编辑 – DrBwts

你可以试试这个：

A=[[1,2,3],[4,5,6],[7,8,9]] 

def getColumn(m): 
    res=[] 
    for x in A: 
     res.append(x[m]) 
    return res 

def countSomething(x): 
    # counting code here 
    print x 

def looper(n): # n is the second dimension size 
    for x in xrange(0,n): 
     countSomething(getColumn(x)) 

looper(3)

来源

2016-12-07 15:44:13

谢谢@Jaroslaw –

即时通讯我试图使用你的代码，通过函数向量代替函数countsomething在我的代码上面，但它不起作用？ 'def countSomething（b）： b = b/np.sqrt（np.sum（b ** 2，axis = 0）） b = b/np.linalg.norm（b）\t z = np。 array（[0.,0.1]） n1 = np.cross（z，b，axis = 0） n1 = n1/np.linalg.norm（n1）## normalize n n2 = np。（b，n1，axis = 0） n2 = n2/np.linalg.norm（n2） return n1，n2' –

从2d数组中获得列来计算python中的归一化和叉积

回答

相关问题