如何有效地将变换应用于多通道数组？

Question

我有三个数据通道。通道表示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中，等等

我想对这些通道中表示的每个点执行变换。也就是说，我想用变换矩阵乘以每个u，v位置的x，y和z。当然，我可以手动遍历每个u，v位置并提取位置数据。我觉得这不是最有效的方法。你知道吗

我的问题是，转换点集合（位置数据存储在对应于每个维度的通道中）的最有效方法是什么？你知道吗

Answer 1

你所描述的只是矩阵乘法：

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

也许您的数据比这个M-datapoints-by-3“channels”示例的维度更高？不清楚你所说的u和v是什么意思，但它们似乎暗示你的问题可能是更高维度的。如果是这样的话，您可以研究^{}和^{}，它们允许将矩阵乘法泛化到更高的维度，或者您可以将raw设置为实际原始数据的view，然后reshape降到M-by-3（最后通过将transformed重塑回您想要的方式来撤消）。你知道吗