如何将矢量投影到Python中由其正交矢量定义的平面上?

时间:2013-07-29 03:07:00

标签: python math 3d linear-algebra

我有一个由其正交向量定义的平面plane A,比如(a, b, c)

(即向量(a, b, c)plane A)正交

我希望将一个向量(d, e, f)投影到plane A

我怎样才能在Python中实现?我认为必须有一些简单的方法。

1 个答案:

答案 0 :(得分:8)

(d, e, f)并将其投影减去平面的标准化法线(在您的情况下为(a, b, c))。所以:

v = (d, e, f)
        - sum((d, e, f) *. (a, b, c)) * (a, b, c) / sum((a, b, c) *. (a, b, c))

此处,*.我指的是组件式产品。所以这意味着:

sum([x * y for x, y in zip([d, e, f], [a, b, c])])

d * a + e * b + f * c

如果你只是想要清楚但迂腐

,同样适用于(a, b, c) *. (a, b, c)。因此,在Python中:

from math import sqrt

def dot_product(x, y):
    return sum([x[i] * y[i] for i in range(len(x))])

def norm(x):
    return sqrt(dot_product(x, x))

def normalize(x):
    return [x[i] / norm(x) for i in range(len(x))]

def project_onto_plane(x, n):
    d = dot_product(x, n) / norm(n)
    p = [d * normalize(n)[i] for i in range(len(n))]
    return [x[i] - p[i] for i in range(len(x))]

然后你可以说:

p = project_onto_plane([3, 4, 5], [1, 2, 3])