Pandas中最有效的矩阵行乘算法
Pandas中最有效的矩阵行乘算法
提问于 2016-09-05 15:30:06
假设我有这样一个矩阵
df = pd.DataFrame(randint(2,size=(3,9)))
df.values
array([[0, 1, 0, 1, 1, 1, 0, 1, 1],
[1, 0, 1, 1, 1, 1, 0, 0, 1],
[0, 0, 0, 1, 0, 0, 1, 1, 0]])同样，本例中的每一行表示三个需要旋转的三维坐标，例如，以下旋转矩阵：
array([[ 0.00000000e+00, 0.00000000e+00, 1.00000000e+00],
[ 0.00000000e+00, 1.00000000e+00, 0.00000000e+00],
[ -1.00000000e+00, 0.00000000e+00, 0.00000000e+00]])为了尽可能有效地做到这一点(实际问题有数百万坐标)，我有些困惑，我不得不这样做：
首先应用df.reshape --本例中的每一行都包含三个3D坐标，即: so (x，y，z)，(x，y，z)，(x，y，z)
array([[0, 1, 0],
[1, 1, 1],
[0, 1, 1],
[1, 0, 1],
[1, 1, 1],
[0, 0, 1],
[0, 0, 0],
[1, 0, 0],
[1, 1, 0]])然后，为了得到轮流到约定，必须取u_new = R \dot u，这意味着上面的转置，这样我们就可以用旋转矩阵进行一列方向(即坐标)乘法。
array([[0, 1, 0, 1, 1, 0, 0, 1, 1],
[1, 1, 1, 0, 1, 0, 0, 0, 1],
[0, 1, 1, 1, 1, 1, 0, 0, 0]])然后我们可以做乘法：
pd.DataFrame(dot(rotmat,df)).values
array([[ 0.00e+00, 2.22e-16, 0.00e+00, 1.00e+00, 2.22e-16,
2.22e-16, 1.00e+00, 1.00e+00, 2.22e-16],
[ 1.00e+00, 0.00e+00, 1.00e+00, 1.00e+00, 1.00e+00,
1.00e+00, 0.00e+00, 0.00e+00, 1.00e+00],
[ 0.00e+00, -1.00e+00, 0.00e+00, -1.00e+00, -1.00e+00,
-1.00e+00, 2.22e-16, -1.00e+00, -1.00e+00]])然后反转整个过程，使其回到原来的形状，用于其他目的。
当然，必须有更有效的方法来做到这一点(希望不干扰旋转矩阵)？
回答 1
Stack Overflow用户
回答已采纳
发布于 2016-09-05 23:16:28
在您完成转换之前，这不应该触及数据文件。
a = np.array([
[0, 1, 0, 1, 1, 1, 0, 1, 1],
[1, 0, 1, 1, 1, 1, 0, 0, 1],
[0, 0, 0, 1, 0, 0, 1, 1, 0]
])
rotmat = np.array([
[ 0.00000000e+00, 0.00000000e+00, 1.00000000e+00],
[ 0.00000000e+00, 1.00000000e+00, 0.00000000e+00],
[ -1.00000000e+00, 0.00000000e+00, 0.00000000e+00]
])
a.reshape(3, 3, -1).dot(rotmat).reshape(-1, 9)
array([[ 0., 1., 0., -1., 1., 1., -1., 1., 0.],
[-1., 0., 1., -1., 1., 1., -1., 0., 0.],
[ 0., 0., 0., 0., 0., 1., 0., 1., 1.]])df = pd.DataFrame(a.reshape(3, 3, -1).dot(rotmat).reshape(-1, 9))
df
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/39333750
复制相关文章
相似问题
腾讯云开发者
