我有三个数据通道。通道代表x，y和z坐标。例如，点的x位置存储在通道1中，y位置存储在通道2等中
我想对这些频道中表示的每个点执行转换。也就是说，我想通过变换矩阵在每个u，v位置乘以x，y和z。当然，我可以手动迭代每个u，v位置并提取位置数据。我觉得这不是最有效的方法。
我的问题是，转换点集合的最有效方法是什么，其中位置数据存储在与每个维度相对应的通道中？
答案 0 :(得分：1)
您所描述的仅仅是矩阵乘法：
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
也许您的数据比M-datapoints-by-3-“channel”更高维？目前还不清楚你的意思是u和v，但他们有点暗示你的问题可能是更高维度的。如果是这样，您可以调查numpy.tensordot和numpy.einsum，以便将矩阵乘法推广到更高维度，或者您可以将raw设置为实际原始数据的view然后你reshape下到M-by-3（最后通过重新设置transformed以你想要的方式重新取消它。）