python n维向量向任意方向旋转，求旋转矩阵

### Python 实现向量的平移及旋转矩阵的应用 #### 使用 NumPy 进行向量平移操作 为了实现向量的平移，在三维空间中可以通过简单地将一个向量加到另一个向量上来完成。这里给出一段简单的代码来展示如何利用 `NumPy` 来执行这样的操作。 ```python import numpy as np def translate_vector(vector, translation): """ 对输入vector进行translation指定方向和平移距离的操作. 参数: vector : array_like 需要被移动的原始向量. translation : array_like 表示沿各轴平移的距离. 返回: translated_vector : ndarray 经过平移后的新的位置向量. """ # 将输入转换成numpy数组并计算新坐标 v = np.array(vector) t = np.array(translation) translated_vector = v + t return translated_vector # 测试函数 original_point = [0, 0, 0] move_by = [1, 2, 3] translated_point = translate_vector(original_point, move_by) print(f"Original point: {original_point}") print(f"After translating by [{', '.join(map(str, move_by))}]:\n{translated_point}") ``` 这段程序定义了一个名为 `translate_vector()` 的函数，它接受两个参数——一个是待平移的对象（即原点），另一个是指定平移的方向和大小。最后打印出了经过平移之后的新坐标[^4]。 #### 创建与应用旋转矩阵 对于创建旋转矩阵而言，可以基于罗德里格斯公式(Rodrigues' formula)，这允许从旋转向量构建对应的旋转矩阵。下面展示了具体的实现过程： ```python from scipy.spatial.transform import Rotation as R def rodrigues_to_rotation_matrix(rvec): """ Convert a rotation given as a Rodrigues vector to matrix form using SciPy's spatial transform module. Args: rvec (array-like): A 3-element array representing the axis-angle representation of rotation. Returns: rot_mat (ndarray): The corresponding 3x3 rotation matrix. """ rotation = R.from_rotvec(rvec) rot_mat = rotation.as_matrix() return rot_mat if __name__ == "__main__": # Example usage angle_degrees = 90 axis_of_rotation = np.array([0., 0., 1.]) # Rotate around Z-axis radians = np.radians(angle_degrees) rod_vec = axis_of_rotation * radians result_matrix = rodrigues_to_rotation_matrix(rod_vec) print("Rotation Matrix:\n", result_matrix) ``` 上述脚本首先导入必要的库，接着定义了 `rodrigues_to_rotation_matrix()` 函数用来接收一个罗德里格斯形式的角度矢量作为输入，并返回相应的旋转矩阵。在主程序部分，则提供了一组测试数据用于验证功能是否正常工作[^1]。