[英]Rotation of an array of vectors by an array of rotation matrices
如果我们有一个3 x 3
旋转矩阵R
,可以将其与v
乘以一个3 x N
的数组N
列向量的数组-产生一个新的3 x N
的旋转向量数组,如下所示:
v_rotated = R.dot(v)
现在假设我们有一个N x M x 3
数组, N
M
向量,我想用N
不同的3 x 3
旋转矩阵(每个“行”向量一个旋转矩阵)旋转。 这与循环很直接,但是有没有更快,更紧凑(矢量化)的方法来实现,例如使用numpy
的dot
或张量tensorproduct
?
循环实现的示例代码:
from numpy import cos, sin, array, pi, linspace, random
# 100 different rotation matrices:
R = [array([[1, 0, 0], [0, cos(theta), -sin(theta)], [0, sin(theta), cos(theta)]]) for theta in linspace(0, pi, 100)]
# 100 x 200 random vectors:
v = random.random((100, 200, 3))
# rotate vectors in loop:
rotated_v = array([R_.dot(v_.T).T for R_, v_ in zip(R, v)])
假设v.shape
为(N, M, 3)
并且R.shape
为(N, 3, 3)
,则可以使用np.einsum
import numpy as np
rotated_v = np.einsum('lij, lkj->lki', R, v)
其中l
是N
的索引, i
和j
是3x3
旋转尺寸的索引, k
是M
的索引。
我将您的结果与您的匹配如下:
>>> print np.allclose(my_rotated_v, your_rotated_v)
True
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.