如何有效地應用轉變爲多渠道numpy的ndarray？

Question

我有三個數據通道。通道表示x，y和z座標。例如，對於一個點的x位置被存儲在信道1，信道2等

y位置我想執行這些頻道中表示的每個點的變換。也就是說，我想用變換矩陣在每個u，v位置乘以x，y和z。當然，我可以手動迭代每個u，v位置並提取位置數據。我覺得這不是最有效的方法。

我的問題是，轉換點集合的最有效方法是什麼？在哪裏位置數據存儲在對應於每個維度的通道中？

Answer 1

你描述的是一個簡單的矩陣乘法：

raw = numpy.array([ [1, 10, 100], [2, 20, 200], [3, 30, 300], [4, 40, 400] ]) 
transformation = numpy.matrix([ [1, 0, 0], [0, 0, 1], [0, -1, 0] ]) 
transformed = raw * transformation 

也許你的數據比這個M-數據點按-3-「通道」例如高維？目前還不清楚你的意思是u和v，但他們提出的問題可能會更高維。如果是這樣，你可以調查numpy.tensordot和numpy.einsum，這允許將矩陣乘法推廣到更高維度，或者可以將raw設置爲view，然後將reshape降至M-3（然後撤消通過重塑transformed回你想要的方式）結束。