Python Numpy将旋转矩阵应用于数组中的每一行

我有一个旋转矩阵，正在使用

.dot

将其应用于新值。 如何将其应用于numpy数组中的每一行

Numpy数组看起来像：

 [-0.239746 -0.290771 -0.867432]
 [-0.259033 -0.320312 -0.911133]
 [-0.188721 -0.356445 -0.889648]
 [-0.186279 -0.359619 -0.895996]

要对数组中的每一行执行类似的操作，

，旋转矩阵.dot（line）

，然后将每一行添加到新数组中

---

不太熟悉Numpy，所以我肯定这是一个非常简单的问题，我就是不能理解。

将a矩阵与旋转矩阵相乘会单独旋转所有列。只需向前转置、乘法和向后转置即可旋转所有行：

a = np.array([
 [-0.239746,-0.290771,-0.867432],
 [-0.259033,-0.320312,-0.911133],
 [-0.188721,-0.356445,-0.889648],
 [-0.186279,-0.359619,-0.895996],
])

rot = np.array([
 [0.67151763, 0.1469127, 0.72627869],
 [0.47140706, 0.67151763, -0.57169875],
 [-0.57169875, 0.72627869, 0.38168025],
])

print a

print "-----"

for i in range(a.shape[0]):
    print a[i, :]

print "-----"

for i in range(a.shape[0]):
    print rot.dot(a[i, :])

print "-----"

print rot.dot(a.T).T

---

假设有一个3x3的旋转矩阵R，并且希望将大小为3的向量乘以数组a中的行ra，从而得到数组B中大小为3的旋转向量rb：

import numpy as np

# Define numpy array.
A = np.array([[-0.239746, -0.290771, -0.867432],
              [-0.259033, -0.320312, -0.911133],
              [-0.188721, -0.356445, -0.889648],
              [-0.186279, -0.359619, -0.895996]])

# Define resulting zero array B.
B = np.zeros(A.shape)

# Loop over rows and determine rotated vectors.
for ra,rb in zip(A,B):
    rb = np.dot(R,ra)

---

应该做你想做的。

旋转矩阵的形状是什么？您是否编写了实现该伪代码的代码？据我所知，你可以试试：

np.tensordot（旋转矩阵，输入数组，轴=（1,1））

。这在数学上是错误的，旋转是

rot.dot（a）

其中

a

是向量

a.dot(rot)