371 lines
7.4 KiB
Markdown
371 lines
7.4 KiB
Markdown
---
|
||
front:
|
||
hard: 入门
|
||
time: 分钟
|
||
---
|
||
|
||
# Matrix
|
||
|
||
- 描述
|
||
|
||
矩阵(Matrix)是一个按照长方阵列排列的复数或实数集合,在计算机图形学中,常用作物体位置、运动等数学描述
|
||
|
||
## 构造函数
|
||
|
||
### Matrix(rowNum, colNum)
|
||
|
||
- 描述
|
||
|
||
用于构造一个rowNum行,colNum列的零矩阵。
|
||
|
||
- 参数
|
||
|
||
| 参数名 | 数据类型 | 说明 |
|
||
| ------ | :------- | :------------------------------------ |
|
||
| rowNum | int | 矩阵行数 |
|
||
| colNum | int | 矩阵列数 |
|
||
|
||
- 返回值
|
||
|
||
| 数据类型 | 说明 |
|
||
| :--------- | :------------------------- |
|
||
| Matrix | 返回Matrix(rowNum, colNum)的零矩阵 |
|
||
|
||
- 示例
|
||
|
||
```python
|
||
from common.utils.mcmath import Matrix
|
||
q = Matrix(3, 4)
|
||
```
|
||
|
||
## 静态方法
|
||
|
||
可以直接通过Matrix.MethodName()调用的静态方法,无需创建实例。
|
||
|
||
### CreateEye
|
||
|
||
- 描述
|
||
|
||
创建一个单位矩阵
|
||
|
||
- 参数
|
||
|
||
| 参数名 | 数据类型 | 说明 |
|
||
| ------ | :------- | :------- |
|
||
| rowNum/colNum | int | 矩阵行/列数 |
|
||
|
||
|
||
- 返回值
|
||
|
||
| 数据类型 | 说明 |
|
||
| :--------- | :-------------------------------- |
|
||
| Matrix | 返回Matrix(num, num) 的单位矩阵|
|
||
|
||
- 示例
|
||
|
||
```python
|
||
from common.utils.mcmath import Matrix
|
||
newMatrix = Matrix.CreateEye(3)
|
||
```
|
||
|
||
### Create
|
||
|
||
- 描述
|
||
|
||
通过数字列表创建一个矩阵
|
||
|
||
- 参数
|
||
|
||
| 参数名 | 数据类型 | 说明 |
|
||
| ------ | :------- | :------- |
|
||
| data | list(list(int/float)) | 矩阵数据源 |
|
||
|
||
|
||
- 返回值
|
||
|
||
| 数据类型 | 说明 |
|
||
| :--------- | :-------------------------------- |
|
||
| Matrix | 返回Matrix(len(data), len(data[0])) ,数据为data的矩阵|
|
||
|
||
- 示例
|
||
|
||
```python
|
||
from common.utils.mcmath import Matrix
|
||
data = [[1,2,3], [4,5,6], [7,8,9]]
|
||
newMatrix = Matrix.Create(data)
|
||
```
|
||
|
||
### FromEulerXYZ
|
||
|
||
- 描述
|
||
|
||
创建欧拉角对应的旋转矩阵,以xyz的旋转顺序应用
|
||
|
||
- 参数
|
||
|
||
| 参数名 | 数据类型 | 说明 |
|
||
| ------ | :------- | :------- |
|
||
| Euler | tuple(xAngle, yAngle, zAngle) | 欧拉角 |
|
||
|
||
|
||
- 返回值
|
||
|
||
| 数据类型 | 说明 |
|
||
| :--------- | :-------------------------------- |
|
||
| Matrix | 返回欧拉角对应的Matrix|
|
||
|
||
- 示例
|
||
|
||
```python
|
||
from common.utils.mcmath import Matrix
|
||
data = (30, 65, 20)
|
||
newMatrix = Matrix.FromEulerXYZ(data)
|
||
```
|
||
|
||
### ToEulerXYZ
|
||
|
||
- 描述
|
||
|
||
返回矩阵对应的欧拉角
|
||
|
||
- 参数
|
||
|
||
| 参数名 | 数据类型 | 说明 |
|
||
| ------ | :------- | :------- |
|
||
| mat | Matrix | 旋转矩阵 |
|
||
|
||
|
||
- 返回值
|
||
|
||
| 数据类型 | 说明 |
|
||
| :--------- | :-------------------------------- |
|
||
| Euler | tuple(xAngle, yAngle, zAngle)|
|
||
|
||
- 示例
|
||
|
||
```python
|
||
from common.utils.mcmath import Matrix
|
||
data = [30, 65, 20]
|
||
newMatrix = Matrix.FromEulerXYZ(data)
|
||
newEular = Matrix.ToEulerXYZ(newMatrix)
|
||
```
|
||
|
||
### matrix4_multiply
|
||
|
||
- 描述
|
||
|
||
返回两个4*4矩阵相乘后结果
|
||
|
||
- 参数
|
||
|
||
| 参数名 | 数据类型 | 说明 |
|
||
| ------ | :------- | :------- |
|
||
| mat1 | Matrix | 左边矩阵,大小为4*4 |
|
||
| mat2 | Matrix | 右边矩阵,大小为4*4 |
|
||
|
||
|
||
- 返回值
|
||
|
||
| 数据类型 | 说明 |
|
||
| :--------- | :-------------------------------- |
|
||
| Matrix | 结果,大小为4*4 |
|
||
|
||
- 示例
|
||
|
||
```python
|
||
from common.utils.mcmath import Matrix
|
||
q = Matrix.Create([[1,2,3,4], [3,4,5,6], [5,6,7,8], [7,8,9,10]])
|
||
p = Matrix.Create([[5,6,7,8], [7,8,9,10], [9,10,11,12], [11,12,13,14]])
|
||
newMatrix = Matrix.matrix4_multiply(q, p) # 与q*p效果相同,但是只能用于4*4矩阵,并且实现更底层,因此运算速度更快
|
||
```
|
||
|
||
## 成员方法
|
||
|
||
### Copy
|
||
|
||
- 描述
|
||
|
||
返回矩阵的拷贝
|
||
|
||
- 返回值
|
||
|
||
| 数据类型 | 说明 |
|
||
| :--------- | :-------------------------------- |
|
||
| Matrix | 结果 |
|
||
|
||
- 示例
|
||
|
||
```python
|
||
from common.utils.mcmath import Matrix
|
||
q = Matrix.Create([[1,2], [3,4]])
|
||
print q.Copy()
|
||
```
|
||
|
||
### Eye
|
||
|
||
- 描述
|
||
|
||
把矩阵设置成单位矩阵,要求该矩阵行列数相同,否则报错
|
||
|
||
- 示例
|
||
|
||
```python
|
||
from common.utils.mcmath import Matrix
|
||
q = Matrix.Create([[1,2], [3,4]])
|
||
q.Eye()
|
||
print q
|
||
```
|
||
|
||
### SetData
|
||
|
||
- 描述
|
||
|
||
根据数据源设置矩阵数据,要求数据源行列大于等于矩阵,否则报错
|
||
|
||
- 参数
|
||
|
||
| 参数名 | 数据类型 | 说明 |
|
||
| ------ | :------- | :------- |
|
||
| data | list(list(int/float)) | 数据源 |
|
||
|
||
- 示例
|
||
|
||
```python
|
||
from common.utils.mcmath import Matrix
|
||
q = Matrix.Create([[1,2], [3,4]])
|
||
q.SetData([[4,5], [6,7]])
|
||
print q
|
||
```
|
||
|
||
### Transpose
|
||
|
||
- 描述
|
||
|
||
返回转置矩阵
|
||
|
||
- 返回值
|
||
|
||
| 数据类型 | 说明 |
|
||
| :------- | :-------------------------------- |
|
||
| Matrix | 返回对应的转置矩阵 |
|
||
|
||
- 示例
|
||
|
||
```python
|
||
from common.utils.mcmath import Matrix
|
||
q = Matrix.Create([[1,2], [3,4]])
|
||
print q.Transpose()
|
||
```
|
||
|
||
### Inverse
|
||
|
||
- 描述
|
||
|
||
返回逆矩阵,矩阵必须是个方阵,否则函数报错
|
||
|
||
- 返回值
|
||
|
||
| 数据类型 | 说明 |
|
||
| :--------- | :--------------------- |
|
||
| Matrix | 返回对应的逆矩阵 |
|
||
|
||
- 示例
|
||
|
||
```python
|
||
from common.utils.mcmath import Matrix
|
||
q = Matrix.Create([[1,2], [3,4]])
|
||
print q.Inverse()
|
||
```
|
||
|
||
|
||
### Decompose
|
||
|
||
- 描述
|
||
|
||
对矩阵进行位姿分解,分解成位移向量 * 旋转四元数 * 缩放向量。请注意,并非所有矩阵都可以位姿分解,若矩阵存在非线性变换,强行进行位姿分解会导致信息丢失
|
||
|
||
- 返回值
|
||
|
||
| 数据类型 | 说明 |
|
||
| :--------- | :--------------------- |
|
||
| tuple(float, float, float), tuple(float, float, float, float),tuple(float, float, float) | 返回矩阵对应的位移向量 * 旋转四元数 * 缩放向量 |
|
||
|
||
- 示例
|
||
|
||
```python
|
||
from common.utils.mcmath import Matrix
|
||
q = Matrix.Create([[2,0,0,1], [0,3,0,1], [1,1,1,1], [1,1,1,1]])
|
||
print q.Decompose()
|
||
```
|
||
|
||
### ToQuaternion
|
||
|
||
- 描述
|
||
|
||
返回矩阵的旋转四元数
|
||
|
||
- 返回值
|
||
|
||
| 数据类型 | 说明 |
|
||
| :--------- | :--------------------- |
|
||
| tuple(float, float, float, float)| 返回矩阵对应的旋转四元数 |
|
||
|
||
- 示例
|
||
|
||
```python
|
||
from common.utils.mcmath import Matrix
|
||
q = Matrix.Create([[2,0,0,1], [0,3,0,1], [1,1,1,1], [1,1,1,1]])
|
||
print q.ToQuaternion()
|
||
```
|
||
|
||
|
||
## 运算符
|
||
|
||
### operate +
|
||
|
||
- 描述
|
||
|
||
矩阵加法,两个矩阵相加表示向量的平移、多项式运算等,满足交换律、结合律,且要求两个矩阵行列数量相同
|
||
|
||
### operate *
|
||
|
||
- 描述
|
||
|
||
矩阵乘法,两个矩阵相乘表示线性映射、变换、多项式运算等,不满足交换律,但是满足结合律,且要求两个矩阵行列数量对应
|
||
|
||
### operate -
|
||
|
||
- 描述
|
||
|
||
矩阵减法,两个矩阵相加表示向量的平移、多项式运算等,满足交换律、结合律,且要求两个矩阵行列数量相同
|
||
|
||
|
||
### operate `__str__`
|
||
|
||
- 描述
|
||
|
||
用于输出矩阵的字符串形式,即`print(matrix)`
|
||
|
||
### operate row
|
||
|
||
- 描述
|
||
|
||
返回矩阵的行数
|
||
|
||
### operate col
|
||
|
||
- 描述
|
||
|
||
返回矩阵的列数
|
||
|
||
### operate [int, int]
|
||
|
||
- 描述
|
||
|
||
返回矩阵的x行,y列的值,即`print mat[x,y]`
|
||
|
||
### operate [int, int]=
|
||
|
||
- 描述
|
||
|
||
设置矩阵x行y列的值,即`mat[x,y] = 1` |