C#转Python时，NumPy对应SharpDX Vector3.TransformCoordinate的实现方法咨询

核心功能说明 #

• SharpDX的Vector3.TransformCoordinate是专用于空间坐标变换的方法，核心执行逻辑完全匹配三维图形的齐次坐标变换规则：

1. 自动将输入的三维笛卡尔坐标(x,y,z)补全为齐次四维行向量[x, y, z, 1]
2. 按照行主序矩阵的计算规则，将齐次向量与传入的4x4变换矩阵做乘法，得到齐次形式的结果向量[wx, wy, wz, w]
3. 自动执行透视除法，将结果向量的x/y/z分量分别除以w，最终输出有效笛卡尔空间坐标

• 与同库的Vector3.Transform相比，该方法会强制处理w分量，避免齐次坐标缩放导致的坐标偏移问题，通常用于投影/视图逆变换这类需要将裁剪空间坐标还原到世界空间的场景。

原迁移代码的问题定位 #

• 漏写了C#代码中的Y轴翻转逻辑：C#实现中NDC坐标系Y轴向上，对屏幕向下的Y坐标做了取负处理，原Python代码没有添加负号。
• 错误使用了NumPy元素级乘法*执行矩阵变换：齐次坐标变换需要使用矩阵乘法运算符@，原写法的逐元素计算会完全偏离预期结果。
• 缺少齐次坐标补全与透视除法步骤：没有给坐标添加w=1的第四维分量，也没有对矩阵乘法结果做w分量的除法，不符合TransformCoordinate的核心逻辑。
• 返回值逻辑错误：C#代码返回归一化后的方向向量本身，原Python代码错误返回了向量的模长。

正确的Python实现 #

import numpy as np
def do_something_in_python(raw_matrix: list[float], pos2d: list[float], width: float, height: float):
    # SharpDX为行主序矩阵布局，reshape后逆矩阵计算逻辑与C#端一致
    viewProjectionMatrix = np.linalg.inv(np.array(raw_matrix).reshape((4, 4)))

    # 构造Z=0位置的NDC齐次坐标，保留Y轴翻转逻辑
    ndc_z0 = np.array([
        pos2d[0] / width * 2 - 1,
        -(pos2d[1] / height * 2 - 1),
        0,
        1
    ])
    # 执行行向量乘矩阵的变换，做透视除法得到笛卡尔坐标
    camPos_homo = ndc_z0 @ viewProjectionMatrix
    camPos = camPos_homo[:3] / camPos_homo[3]

    # 构造Z=1位置的NDC齐次坐标
    ndc_z1 = np.array([
        pos2d[0] / width * 2 - 1,
        -(pos2d[1] / height * 2 - 1),
        1,
        1
    ])
    camPosOne_homo = ndc_z1 @ viewProjectionMatrix
    camPosOne = camPosOne_homo[:3] / camPosOne_homo[3]

    # 计算方向向量并归一化后返回
    clipVec = camPosOne - camPos
    return (clipVec / np.linalg.norm(clipVec)).tolist()

内容的提问来源于stack exchange，提问作者nyao