如何对多组点执行仿射变换？numpy数组变换维度优化求助

嘿，我明白你的困扰——当你想对批量3D点应用变换矩阵时，numpy的dot方法返回的形状总是不符合预期对吧？让我们一步步解决这个问题，同时找到最优化的方案。

首先，先搞清楚为什么transformation.dot(points)会得到(3,484,1)的结果：numpy的dot函数是按最后两个维度进行矩阵乘法的。你的变换矩阵是(3,3)，点数组是(484,3,1)，所以dot会把变换矩阵的最后一维（3）和点数组的倒数第二维（3）相乘，最终得到(3,484,1)——这相当于把所有点的变换结果按行堆叠了，而不是按每个点分组。

下面是几种高效的解决方案，都是完全向量化的（避免循环，充分利用numpy的优化）：

方法1：利用矩阵乘法运算符@的广播特性 #

numpy的@运算符（即np.matmul）支持广播，我们只需要给变换矩阵添加一个额外的维度来匹配点数组的批量维度：

import numpy as np

points = np.random.randint(0, 979, (484,3,1))
transformation = np.array([[0.94117647, 0. , 0. ], [0. , 0.94117647, 0. ], [0. , 0. , 1. ]])

# 给变换矩阵添加一个批量维度（变成(1,3,3)），然后和点数组做矩阵乘法
transformed_points = transformation[np.newaxis, ...] @ points
print(transformed_points.shape)  # 输出 (484, 3, 1)

这个方法最简洁，而且完全利用numpy的内部优化，效率很高。原理是广播会把(1,3,3)的矩阵扩展成(484,3,3)，然后每个(3,3)矩阵和对应的(3,1)点相乘，最终得到(484,3,1)的结果。

方法2：重塑数组维度后做矩阵乘法 #

我们可以先把点数组从(484,3,1)扁平化为(484,3)，做完变换后再恢复维度：

# 去掉最后一个维度，变成(484,3)
points_flat = points.squeeze(axis=2)
# 注意：因为我们要做transformation @ point（点是列向量），所以扁平后的行向量需要乘变换矩阵的转置
transformed_flat = points_flat @ transformation.T
# 恢复最后一个维度，得到(484,3,1)
transformed_points = transformed_flat[..., np.newaxis]
print(transformed_points.shape)  # 输出 (484, 3, 1)

这种方法的效率也很高，因为numpy的二维矩阵乘法是高度优化的，适合处理大规模数据。

方法3：用np.einsum灵活指定维度计算 #

如果你需要更精细地控制维度之间的运算，可以用np.einsum，它的可读性也很好：

# 解释：'ij,bjk->bik' 表示：
# transformation的i,j维度，points的b,j,k维度，结果取b,i,k维度
transformed_points = np.einsum('ij,bjk->bik', transformation, points)
print(transformed_points.shape)  # 输出 (484, 3, 1)

这个方法虽然稍微长一点，但能明确表达维度之间的映射关系，适合复杂的维度运算场景。

效率对比 #

对于你的484个点的规模，这三种方法的速度差距几乎可以忽略不计。如果处理更大的数据集，方法1和方法2的性能会更优，因为它们直接利用numpy的底层优化实现。

内容的提问来源于stack exchange，提问作者dsBoulder