Python Numpy矩阵组合

我有一个旋转矩阵和平移向量作为对应的numpy对象。将它们组合成4x4变换矩阵的最佳方法是什么？是否有允许避免伪元素复制的函数

有很多方法可以做到这一点；这里有两个

您可以创建一个空的4x4阵列。然后，旋转矩阵和平移向量可以通过切片分配分别复制到4x4变换矩阵中。例如，

R

和

t

分别是旋转矩阵和平移向量

In [23]: R
Out[23]: 
array([[ 0.51456517, -0.25333656,  0.81917231],
       [ 0.16196059,  0.96687621,  0.19727939],
       [-0.8420163 ,  0.03116053,  0.53855136]])

In [24]: t
Out[24]: array([ 1. ,  2. ,  0.5])

创建一个空的4x4数组

M

，并用

R

和

t

填充它

In [25]: M = np.empty((4, 4))

In [26]: M[:3, :3] = R

In [27]: M[:3, 3] = t

In [28]: M[3, :] = [0, 0, 0, 1]

In [29]: M
Out[29]: 
array([[ 0.51456517, -0.25333656,  0.81917231,  1.        ],
       [ 0.16196059,  0.96687621,  0.19727939,  2.        ],
       [-0.8420163 ,  0.03116053,  0.53855136,  0.5       ],
       [ 0.        ,  0.        ,  0.        ,  1.        ]])

或者，您可以使用诸如

numpy.hstack

和

numpy.vstack

等函数组合变换矩阵：

In [30]: M = np.vstack((np.hstack((R, t[:, None])), [0, 0, 0 ,1]))

In [31]: M
Out[31]: 
array([[ 0.51456517, -0.25333656,  0.81917231,  1.        ],
       [ 0.16196059,  0.96687621,  0.19727939,  2.        ],
       [-0.8420163 ,  0.03116053,  0.53855136,  0.5       ],
       [ 0.        ,  0.        ,  0.        ,  1.        ]])

请注意，

t[：，None]

（也可以拼写为

t[：，np.newaxis]

或

t.reformate（-1，1）

）创建了具有形状

（3，1）

的

t的二维视图。这使形状与调用
np.hstack
中的
M
兼容

In [55]: t[:, None]
Out[55]: 
array([[ 1. ],
       [ 2. ],
       [ 0.5]])

不用担心使用如此小的数组进行复制。当然，复制是需要的，但我想知道是否有可能使用一些numpy api使其更精确。