scipy.spatial.transform.Rotation.apply¶

Rotation.apply()¶

将此旋转应用于一组向量。

如果原始帧通过此旋转旋转到最终帧，则可以通过两种方式查看其对向量的应用：

作为最终帧中表示的矢量分量到原始帧的投影。

作为向量的物理旋转，在原始帧旋转时将其粘贴到原始帧。在这种情况下，矢量分量在旋转前后的原始帧中表示。

就轮换矩阵而言，此应用程序与 self.as_matrix().dot(vectors) 。

参数

vectors类阵列，形状(3，)或(N，3): 每个人 vectors[i] 表示3D空间中的向量。可以使用Shape指定单个向量 (3, ) 或 (1, 3) 。给定的旋转数和矢量数必须遵循标准的数字广播规则：要么等于1，要么都相等。
inverse布尔值，可选: 如果为True，则将旋转的反转应用于输入向量。默认值为False。

退货

rotated_vectorsndarray，形状(3，)或(N，3)

对输入向量应用旋转的结果。形状取决于以下情况：

如果对象包含单个旋转(与具有单个旋转的堆栈相反)并且使用Shape指定了单个向量 (3,) ，那么 rotated_vectors 有形状 (3,) 。

在所有其他情况下， rotated_vectors 有形状 (N, 3) ，在哪里 N 或者是旋转的数量，或者是矢量的数量。

示例

>>> from scipy.spatial.transform import Rotation as R

对单个矢量应用单次旋转：

>>> vector = np.array([1, 0, 0])
>>> r = R.from_rotvec([0, 0, np.pi/2])
>>> r.as_matrix()
array([[ 2.22044605e-16, -1.00000000e+00,  0.00000000e+00],
       [ 1.00000000e+00,  2.22044605e-16,  0.00000000e+00],
       [ 0.00000000e+00,  0.00000000e+00,  1.00000000e+00]])
>>> r.apply(vector)
array([2.22044605e-16, 1.00000000e+00, 0.00000000e+00])
>>> r.apply(vector).shape
(3,)

对多个向量应用单次旋转：

>>> vectors = np.array([
... [1, 0, 0],
... [1, 2, 3]])
>>> r = R.from_rotvec([0, 0, np.pi/4])
>>> r.as_matrix()
array([[ 0.70710678, -0.70710678,  0.        ],
       [ 0.70710678,  0.70710678,  0.        ],
       [ 0.        ,  0.        ,  1.        ]])
>>> r.apply(vectors)
array([[ 0.70710678,  0.70710678,  0.        ],
       [-0.70710678,  2.12132034,  3.        ]])
>>> r.apply(vectors).shape
(2, 3)

单个向量上的多个旋转：

>>> r = R.from_rotvec([[0, 0, np.pi/4], [np.pi/2, 0, 0]])
>>> vector = np.array([1,2,3])
>>> r.as_matrix()
array([[[ 7.07106781e-01, -7.07106781e-01,  0.00000000e+00],
        [ 7.07106781e-01,  7.07106781e-01,  0.00000000e+00],
        [ 0.00000000e+00,  0.00000000e+00,  1.00000000e+00]],
       [[ 1.00000000e+00,  0.00000000e+00,  0.00000000e+00],
        [ 0.00000000e+00,  2.22044605e-16, -1.00000000e+00],
        [ 0.00000000e+00,  1.00000000e+00,  2.22044605e-16]]])
>>> r.apply(vector)
array([[-0.70710678,  2.12132034,  3.        ],
       [ 1.        , -3.        ,  2.        ]])
>>> r.apply(vector).shape
(2, 3)

多个向量上的多个旋转。每次旋转都应用于相应的向量：

>>> r = R.from_euler('zxy', [
... [0, 0, 90],
... [45, 30, 60]], degrees=True)
>>> vectors = [
... [1, 2, 3],
... [1, 0, -1]]
>>> r.apply(vectors)
array([[ 3.        ,  2.        , -1.        ],
       [-0.09026039,  1.11237244, -0.86860844]])
>>> r.apply(vectors).shape
(2, 3)

也可以应用反向旋转：

>>> r = R.from_euler('zxy', [
... [0, 0, 90],
... [45, 30, 60]], degrees=True)
>>> vectors = [
... [1, 2, 3],
... [1, 0, -1]]
>>> r.apply(vectors, inverse=True)
array([[-3.        ,  2.        ,  1.        ],
       [ 1.09533535, -0.8365163 ,  0.3169873 ]])