scipy处理PCA生成的旋转矩阵时出现矩阵异变与欧拉角错误

• 核心问题：scipy自动对输入矩阵做正交化修正
  scipy.spatial.transform.Rotation.from_matrix 会通过SVD分解自动修正输入矩阵，确保生成的旋转对象对应严格有效的旋转矩阵。如果你的PCA生成矩阵存在微小浮点误差（比如特征向量计算时的精度损失，导致矩阵并非严格正交），scipy就会调整矩阵，最终输出的矩阵和原矩阵产生差异。

• 验证原矩阵正交性
  你可以手动验证原矩阵是否严格正交：计算矩阵转置与自身的乘积，看是否等于单位矩阵。示例代码：

  import numpy as np
  mat = np.array([[ 0.86345719, -0.48700394,  0.13141101],
                  [ 0.02362667, -0.221185,   -0.97494563],
                  [-0.5038685,  -0.84492861,  0.1794775 ]])
  print(np.dot(mat.T, mat))
  

  如果输出不是严格单位矩阵（对角线有微小偏差、非对角线不为0），就说明存在浮点误差，触发了scipy的修正机制。

• 可行解决方法

  1. 直接使用原矩阵：如果原矩阵能正常旋转物体，且不需要scipy旋转对象的额外功能，直接用原矩阵操作即可，跳过scipy的转换步骤。
  2. 手动正交化原矩阵：自己对原矩阵做正交化处理，确保和scipy的修正逻辑一致，示例代码：

     import numpy as np
     mat = np.array([[ 0.86345719, -0.48700394,  0.13141101],
                     [ 0.02362667, -0.221185,   -0.97494563],
                     [-0.5038685,  -0.84492861,  0.1794775 ]])
     # SVD正交化
     u, _, vh = np.linalg.svd(mat)
     corrected_mat = u @ vh
     # 确保行列式为1（避免镜像变换）
     if np.linalg.det(corrected_mat) < 0:
         u[:, -1] *= -1
         corrected_mat = u @ vh
     

  3. 绕开scipy的自动修正：如果需要使用scipy的旋转对象，可从原矩阵计算旋转向量/四元数，再用Rotation.from_rotvec或Rotation.from_quat构造对象，避免直接传入矩阵触发修正。

• transforms3d的差异原因
  transforms3d的旋转矩阵转换函数不会自动执行正交化修正，它会直接接受输入矩阵（只要行列式为1），因此即使矩阵存在微小浮点误差，也会保留原结构，所以能正常旋转物体。

内容的提问来源于stack exchange，提问作者ignitor82