用numpy将float数据组成矩阵

可以使用numpy的array函数将一组float数据转换成矩阵。例如，假设有以下一组数据：

data = [1.2, 3.4, 5.6, 7.8]

可以使用以下代码将其转换成一个2行2列的矩阵：

import numpy as np

data = [1.2, 3.4, 5.6, 7.8]
matrix = np.array(data).reshape(2, 2)

print(matrix)

输出：

[[1.2 3.4]
 [5.6 7.8]]

在代码中，首先导入了numpy库，然后使用array函数将data转换成numpy数组，再使用reshape函数将其变成2行2列的矩阵。最后输出矩阵。

相关问题

如何将numpy的某一维矩阵的str类型数据转为float类型数据

可以使用numpy中的astype()方法将str类型数据转为float类型数据。astype()方法将数组元素转换为指定的数据类型。例如，假设存在一个形状为(3,4)的numpy矩阵a，其中第2列为str类型数据，可以使用以下代码将第2列转换为float类型数据：

import numpy as np

# 创建一个形状为(3,4)的numpy矩阵a，其中第2列为str类型数据
a = np.array([[1, '2.1', 3, 4],
             [5, '6.2', 7, 8],
             [9, '10.3', 11, 12]])

# 将第2列的str类型数据转为float类型数据
a[:, 1] = a[:, 1].astype(float)

print(a)

输出结果为：

[[ 1.   2.1  3.   4. ]
 [ 5.   6.2  7.   8. ]
 [ 9.  10.3 11.  12. ]]

用numpy写一个旋转矩阵转欧拉角的代码，欧拉角为zyx，输入的数据维度为9840，3，3，dtype='float32'

可以使用numpy中的函数`matmul`、`arctan2`和`sin/cos`来实现旋转矩阵转欧拉角的转换。

以下是实现代码：

import numpy as np

def rotation_matrix_to_euler_angles(rot_matrix):
    # 计算 zyx 欧拉角
    # 输入的旋转矩阵维度为 (9840, 3, 3)
    # 输出的欧拉角维度为 (9840, 3)

    # 取出旋转矩阵的第三列
    sy = np.sqrt(rot_matrix[..., 0, 0] ** 2 + rot_matrix[..., 1, 0] ** 2)
    # 计算 sin(yaw)
    yaw = np.arctan2(rot_matrix[..., 1, 0] / sy, rot_matrix[..., 0, 0] / sy)
    # 计算 cos(yaw)
    cy = rot_matrix[..., 2, 2] / sy

    # 计算 sin(pitch)
    pitch = np.arctan2(rot_matrix[..., 2, 0], sy)
    # 计算 cos(pitch)
    cp = np.cos(pitch)

    # 计算 sin(roll)
    roll = np.arctan2(rot_matrix[..., 2, 1] / cp, rot_matrix[..., 2, 2] / cp)
    
    # 将欧拉角按照 zyx 顺序组合成一个矩阵
    euler_angles = np.vstack((yaw, pitch, roll)).T
    
    return euler_angles

其中，`sy`表示旋转矩阵中第三列的模长，`yaw`表示绕z轴旋转的角度，`cy`表示绕z轴旋转的余弦值，`pitch`表示绕y轴旋转的角度，`cp`表示绕y轴旋转的余弦值，`roll`表示绕x轴旋转的角度。最后将欧拉角组合成一个矩阵返回即可。

需要注意的是，输入的旋转矩阵的数据类型为`float32`，在计算时要保证各个数组的数据类型一致。因此，在计算`sy`时需要使用`...`来表示取所有维度上的值。