实现三维变换的python代码

在Python中，可以使用`numpy`库来方便地处理三维变换。这里是一个简单的例子，展示如何创建一个变换矩阵并应用于三维向量：

import numpy as np

# 创建基本变换矩阵
def create_transform_matrix(translate, rotate, scale):
    # 平移
    translation = np.identity(4)
    translation[:3, 3] = translate  # 假设translate是(x, y, z)

    # 旋转
    rotation_matrix = np.eye(4)
    axis_angle = np.radians(rotate)  # 将角度转换为弧度
    axis, angle = axis_angle  # 假设rotate是围绕z轴的一个角度
    Rx = np.array([[1, 0, 0], [0, np.cos(angle), -np.sin(angle)], [0, np.sin(angle), np.cos(angle)]])
    Rz = np.array([[np.cos(angle), -np.sin(angle), 0], [np.sin(angle), np.cos(angle), 0], [0, 0, 1]])
    rotation_matrix[:3, :3] = np.dot(Rz, Rx)

    # 缩放
    scaling = np.identity(4)
    scaling[:3, :3] *= scale  # 假设scale是一个长度为3的列表，对应x、y、z的缩放比例

    return np.dot(scaling, np.dot(rotation_matrix, translation))

# 应用变换
transformed_vector = create_transform_matrix((1, 2, 3), (45, 0), (1, 1, 1)).dot(np.array([1, 2, 3, 1]))  # 1, 2, 3是对原点的初始位姿

在这个例子中，我们首先定义了三种变换的函数，然后通过矩阵乘法将它们组合在一起形成最终的变换矩阵。最后，这个矩阵用于乘以三维向量，得到变换后的结果。