python - Python 中 numpy 叉积的 Rollaxis 错误

Question

我一直在尝试确定这个简单脚本的错误来源，该脚本采用 numpy.array 作为输入并从数据集中生成一个新的格子

def reciprocalLat(lattice):
    for i,a in enumerate(lattice):
    print a
        b[i]=numpy.cross(a[(i+1)%3],a[(i+2)%3],axis=0)
#/numpy.dot(a[i],numpy.cross(a[(i+1)%3],a[(i+1)%3]),0)

当我尝试改变我的网格，甚至使用精简的示例和多种不同的方式

喜欢

print numpy.cross(lat[(1)%3],lat[(2)%3],axis=0)

或

print numpy.cross(lat[(1)%3],lat[(2)%3])

我刚刚收到此错误

ValueError: rollaxis: axis (0) must be >=0 and < 0

rollaxis 在这个问题中做了什么，它在这个问题中做了什么，以及当我分配一个值时我到底设置了什么。如何修复此错误(如何小于 1 且大于或等于 1？)

我的测试矩阵是:

[['4.7480001450' '-2.3740000725' '0.0000000000']
 ['0.0000000000' '4.1118887427' '0.0000000000']
 ['0.0000000000' '0.0000000000' '15.4790000916']]

Answer 1

使用新版本的np.cross(它使用rollaxis而不是swap)，我可以通过以下方式产生此错误:

In [663]: np_cross.cross(lat[0,0],lat[0,1],axis=0)
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-663-ee756043fbb9> in <module>()
----> 1 np_cross.cross(lat[0,0],lat[0,1],axis=0)

/home/paul/mypy/np_cross.py in cross(a, b, axisa, axisb, axisc, axis)
     96     b = asarray(b)
     97     # Move working axis to the end of the shape
---> 98     a = rollaxis(a, axisa, a.ndim)
     99     b = rollaxis(b, axisb, b.ndim)
    100     msg = ("incompatible dimensions for cross product\n"

/usr/lib/python3/dist-packages/numpy/core/numeric.py in rollaxis(a, axis, start)
   1340     msg = 'rollaxis: %s (%d) must be >=0 and < %d'
   1341     if not (0 <= axis < n):
-> 1342         raise ValueError(msg % ('axis', axis, n))
   1343     if not (0 <= start < n+1):
   1344         raise ValueError(msg % ('start', start, n+1))

ValueError: rollaxis: axis (0) must be >=0 and < 0

也就是说，当将标量(或 0d)数组传递给 cross 时，您会收到此 rollaxis 错误。因此，请确保将向量传递给 cross (即至少一维数组)。

例如，如果latice是二维的

for i,a in enumerate(lattice):
    print a
    b[i]=numpy.cross(a[(i+1)%3],a[(i+2)%3],axis=0)

那么 a 是 1d，a[1] 是标量。

<小时/>

这就是你的目标吗？

In [675]: lat
Out[675]: 
array([[  4. ,  -2.3,   0. ],
       [  0. ,   4.1,   0. ],
       [  0. ,   0. ,  15. ]])

In [676]: np.vstack([np_cross.cross(lat[(i+1)%3],lat[(i+2)%3]) for i,a in enumerate(lat)])
Out[676]: 
array([[ 61.5,   0. ,   0. ],
       [ 34.5,  60. ,  -0. ],
       [ -0. ,   0. ,  16.4]])

我对您对 %3 的使用感到困惑，但从您的评论来看，您正在尝试执行 b[0,:] = cross(lat[1,:], lat[ 2、:])等

但是 cross 本身就是在进行这种排列配对。来自旧的交叉:

        x = a[1]*b[2] - a[2]*b[1]
        y = a[2]*b[0] - a[0]*b[2]
        z = a[0]*b[1] - a[1]*b[0]