[英]Rotation of an array of vectors by an array of rotation matrices
如果我們有一個3 x 3
旋轉矩陣R
,可以將其與v
乘以一個3 x N
的數組N
列向量的數組-產生一個新的3 x N
的旋轉向量數組,如下所示:
v_rotated = R.dot(v)
現在假設我們有一個N x M x 3
數組, N
M
向量,我想用N
不同的3 x 3
旋轉矩陣(每個“行”向量一個旋轉矩陣)旋轉。 這與循環很直接,但是有沒有更快,更緊湊(矢量化)的方法來實現,例如使用numpy
的dot
或張量tensorproduct
?
循環實現的示例代碼:
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)])
假設v.shape
為(N, M, 3)
並且R.shape
為(N, 3, 3)
,則可以使用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
旋轉尺寸的索引, k
是M
的索引。
我將您的結果與您的匹配如下:
>>> print np.allclose(my_rotated_v, your_rotated_v)
True
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.