问题描述
我有一个 3D 点 (n,3) 数组,它们将使用以 nx3x3 数组形式存储的 3x3rotation 矩阵绕原点旋转。
目前我只是在使用 matmul
的 for 循环中执行此操作,但我认为这是毫无意义的,因为必须有更快的广播方式来执行此操作。
当前代码
n = 10
points = np.random.random([10,3])
rotation_matrices = np.tile(np.random.random([3,3]),(n,1,1))
result = []
for point in range(len(points)):
rotated_point = np.matmul(rotation_matrices[point],points[point])
result.append(rotated_point)
result = np.asarray(result)
注意:在这个例子中,我只是平铺了相同的旋转矩阵,但在我的真实情况下,每个 3x3 旋转矩阵都是不同的。
我想做什么
我猜一定有某种广播方式,因为当点云变得非常大时,for
循环会变得非常缓慢。我想这样做:
np.matmul(rotation_matrices,points)
其中 row
中的每个 points
乘以其相应的旋转矩阵。可能有一种方法可以使用 np.einsum
执行此操作,但我无法弄清楚签名。
解决方法
如果您看到 https://ghostbin.co/paste/s2qdw,则 np.einsum('ij,jk',a,b)
是 matmul
的签名。
所以你可以试试带有签名的np.einsum
:
np.einsum('kij,kj->ki',rotation_matrices,points)
测试:
einsum = np.einsum('kij,points)
manual = np.array([np.matmul(x,y) for x,y in zip (rotation_matrices,points)])
np.allclose(einsum,manual)
# True