scipy.spatial.transform.RigidTransform.

identity

classmethod RigidTransform.identity(cls, num=None)

Initialisiert eine Identitätstransformation.

Die Komposition mit der Identitätstransformation hat keine Auswirkung, und die Anwendung der Identitätstransformation auf einen Vektor hat keine Auswirkung.

Parameter:

numint, optional

Anzahl der zu generierenden Identitätstransformationen. Wenn None (Standard), wird eine einzelne Transformation generiert.

Rückgabe:

transformRigidTransform Instanz

Die Identitätstransformation.

Beispiele

Probieren Sie es in Ihrem Browser aus!

>>> from scipy.spatial.transform import RigidTransform as Tf
>>> from scipy.spatial.transform import Rotation as R
>>> import numpy as np

Erstellen einer einzelnen Identitätstransformation

>>> tf = Tf.identity()
>>> tf.as_matrix()
array([[1., 0., 0., 0.],
       [0., 1., 0., 0.],
       [0., 0., 1., 0.],
       [0., 0., 0., 1.]])
>>> tf.single
True

Die Identitätstransformation kann ohne Auswirkung auf einen Vektor angewendet werden

>>> tf.apply([1, 2, 3])
array([1., 2., 3.])

Die Identitätstransformation hat bei der Komposition mit einer anderen Transformation keine Auswirkung

>>> rng = np.random.default_rng()
>>> t = rng.random(3)
>>> r = R.random(rng=rng)
>>> tf = Tf.from_components(t, r)
>>> np.allclose((Tf.identity() * tf).as_matrix(),
...             tf.as_matrix(), atol=1e-12)
True

Mehrere Identitätstransformationen können gleichzeitig generiert werden

>>> tf = Tf.identity(2)
>>> tf.as_matrix()
array([[[1., 0., 0., 0.],
        [0., 1., 0., 0.],
        [0., 0., 1., 0.],
        [0., 0., 0., 1.]],
       [[1., 0., 0., 0.],
        [0., 1., 0., 0.],
        [0., 0., 1., 0.],
        [0., 0., 0., 1.]]])
>>> tf.single
False
>>> len(tf)
2

ZurückIn Tab öffnen