Question

我正在尝试使用Transforms3d python软件包将四元数列表转换为其相应的方向矩阵。

每个四元数是输入的4个元素列表/数组，并使用transforms3d.quaternions.quat2mat（q）函数返回3x3方向矩阵。

我列出了一些需要转换的10K-100K四元数（nx4数组），虽然很容易通过循环来完成，但是我认为如果有某种矢量化处理的方法可能会更快。

一些搜索建议我可以简单地执行np.vectorize（）之类的操作，但是我一直在努力使之工作。列表理解可以很好地工作，但是我想numpy向量解决方案会更快。


orientations = np.array([[ 0.6594993 , -0.06402525, -0.74797227, -0.03871606],
       [ 0.78091967, -0.15961452, -0.44240183, -0.41105753]])

rotMatrix = [quat2mat(orient) for orient in orientations]

vfunc=np.vectorize(quat2mat, signature='(m,n)->()')

vfunc(orientations)

不幸的是，无论有没有签名，我什至都无法运行numpy版本（这可能是错误的）。

> 追溯（最近一次通话）：

文件“”，第1行，在 vfunc（aa）

文件“ c：\ wpy64-3740 \ python-3.7.4.amd64 \ lib \ site-packages \ numpy \ lib \ function_base.py”，第2091行，在调用中返回self._vectorize_call（func = func，args = vargs）

文件“ c：\ wpy64-3740 \ python-3.7.4.amd64 \ lib \ site-packages \ numpy \ lib \ function_base.py”，行2157，在_vectorize_call中 res = self._vectorize_call_with_signature（func，args）

文件“ c：\ wpy64-3740 \ python-3.7.4.amd64 \ lib \ site-packages \ numpy \ lib \ function_base.py”，行2198，在_vectorize_call_with_signature中结果= func（*（arg [index]表示args中的arg））

文件“ c：\ wpy64-3740 \ python-3.7.4.amd64 \ lib \ site-packages \ transforms3d \ quaternions.py”，第133行，位于quat2mat中 w，x，y，z = q

ValueError：没有足够的值可解包（预期4，得到2）

Answer 1

如所建议的，提高性能的最好方法是对quat2mat进行矢量化处理，结果（%timeit）支持：

quat2mat（）循环2000个四元数：

17.3 ms ± 482 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

针对2000个四元数的矢量化quat2mat_array（）：

1.11 ms ± 16.8 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

应该首先做到这一点，而不要弄乱np.vectorise()！感谢您重新关注！

有没有一种方法可以使用numpy将函数应用于2D数组而无需循环

1 个答案: