嘿，你的这个观察真的超有意思！先给你点个赞——在4维空间里反复用旋转矩阵迭代单位球上的点，居然跑出了环面（toroid）而不是预想的圆或者球，这背后其实是4维旋转的特殊性质在起作用。

为什么会形成环面？ #

3维空间里的任何旋转都是绕一条轴的，迭代点只会在垂直于轴的单个2维平面内做圆周运动，所以轨迹是圆。但4维旋转不一样，它的本质是双平面旋转：一个正交的4维旋转矩阵，会把整个空间分解成两个互相正交的2维子空间，然后在每个子空间里独立进行旋转（可以理解成同时绕两个垂直的“平面轴”转）。

当你取单位4球上的初始点，把它分解到这两个正交的2维子空间时，会得到两个子向量：假设它们的模长分别是r₁和r₂，因为子空间正交，所以必然满足r₁² + r₂² = 1（符合单位球的约束）。当你反复应用旋转矩阵时，每个子向量会在自己的2维子空间里做圆周运动，两者的合运动轨迹就是一个环面——所有点到4维空间原点的距离始终是√(r₁² + r₂²) = 1，完美符合你观察到的“所有点都在单位球上”的结论。

怎么计算环面的大、小半径？ #

要得到环面的参数，你可以按以下步骤来：

• 第一步：对旋转矩阵做特征值分解
  4维正交旋转矩阵的特征值都是模为1的复数，且必然成对出现共轭复数：比如e^(iθ)和e^(-iθ)对应第一个旋转平面的旋转角θ，e^(iφ)和e^(-iφ)对应第二个旋转平面的旋转角φ。通过特征值分解，你可以找到这两个正交的2维旋转子空间。
• 第二步：分解初始向量到两个子空间
  把你的初始单位向量v投影到这两个旋转子空间上，得到两个子向量v₁和v₂，计算它们的模长r₁ = ||v₁||，r₂ = ||v₂||。
• 第三步：确定环面半径
  环面的大半径就是max(r₁, r₂)，小半径就是min(r₁, r₂)。你可以这么理解：大半径是环面“中心圆”的半径，小半径是环面上每个点绕中心圆旋转的半径，两者的平方和始终为1，保证所有点都在单位4球上。

结合你的例子补充说明 #

• 你第一个旋转矩阵的对角元素都接近1，非对角元素很小，说明它的两个旋转角θ和φ非常接近，两个子空间的旋转频率几乎一致，所以轨迹会形成那种扭结缠绕的环面；
• 第二个旋转矩阵的旋转角差异较大，两个子空间的旋转频率差距明显，所以轨迹看起来像是一堆分开的圆，但本质还是同一个环面——只是因为频率差，点的分布看起来更离散而已。

另外还有个小细节：如果两个旋转角θ和φ的比值是有理数，那么轨迹是闭合的环面；如果是无理数，轨迹会稠密地填满整个环面，看起来就像连续的环面表面。

备注：内容来源于stack exchange，提问作者Rohit Pandey