Python 将每行乘以不同的旋转矩阵
此函数将Python 将每行乘以不同的旋转矩阵,python,numpy,vectorization,array-broadcasting,Python,Numpy,Vectorization,Array Broadcasting,此函数将n行的pose乘以不同的旋转矩阵。是否可以通过使用旋转矩阵的三维张量来避免循环 def transform(ref, pose): n, d = pose.shape p = ref[:, :d].copy() c = np.cos(ref[:, 2]) s = np.sin(ref[:, 2]) for i in range(n): p[i,:2] += pose[i,:2].dot(np.array([[c[i], s[i]]
n
行的pose
乘以不同的旋转矩阵。是否可以通过使用旋转矩阵的三维张量来避免循环
def transform(ref, pose):
n, d = pose.shape
p = ref[:, :d].copy()
c = np.cos(ref[:, 2])
s = np.sin(ref[:, 2])
for i in range(n):
p[i,:2] += pose[i,:2].dot(np.array([[c[i], s[i]], [-s[i], c[i]]]))
return p
这是一个有-
或者,将c
的两个分配步骤替换为涉及一个以上einsum
-
np.einsum('ijj->ij',cs)[...] = c[:,None]
在np.einsum
中使用optimize
标志和True
值来利用BLAS
或者,我们可以在Python3.x中使用np.matmul/@操作符来替换einsum
部分-
p_out[:,:2] += np.matmul(pose[:,None,:2],cs)[:,0]
p_out[:,:2] += np.matmul(pose[:,None,:2],cs)[:,0]