Python 一次进行多个单独的二维旋转

我有一组（n）几何形状，由固定数量（p）的2D点定义。这些形状是独立的，但出于效率原因，我将时间存储在单个numpy数组中。缩放或转换这些形状很容易，但我想旋转它们，我不知道如何做。我怀疑

np.tensordot

是我的朋友，但我找不到正确使用它的方法

n = 100 # Number of shape
p = 4   # Points per shape
P = np.random.uniform(0, 1, (n, p, 2))

# Scaling
S = 0.5*np.ones(n)
P *= S

# Translating
T = np.random.uniform(0, 1, (n, 1, 2))
P += T

# Rotating
A = np.random.uniform(0, 2*np.pi, n)
cosA, sinA = np.cos(A), np.sin(A)

R = np.empty((n,2,2))
R[:,0,0] = cosA
R[:,1,0] = sinA
R[:,0,1] = -sinA
R[:,1,1] = cosA

np.tensordot(P, R, axes=???)

---

似乎您正在保持两个数组之间的第一个轴-

p

和

R

对齐，并将

和减少

分别与输入数组的其余轴隔开。因此，我们可以使用，因为它将允许我们轴对齐标准

您正在使用

p

中的最后一个轴进行总和缩减。现在，根据旋转计算的

R

的哪个轴的

和减少

，其中一个轴应该可以完成这项工作-

np.einsum('ijk,ilk->ijl',P,R) # Using last dim of R for sum-reduction
np.einsum('ijk,ikl->ijl',P,R) # Using second dim of R for sum-reduction

---

输出阵列的形状是什么？形状应该与P相同（P的每个点都是旋转的），谢谢！第一个选项和最后一个选项之间的几何解释是什么？@NicolasRougier嗯，我可以帮你处理代码部分，但不确定这里所涉及的几何。所以，对不起，我不能对此发表评论。到时我会试验的。再次感谢。