Python将旋转向量转为向量矩阵

在Python中，可以使用NumPy库来将旋转向量转换为向量矩阵。以下是一个示例代码：

import numpy as np

# 旋转向量
r = [0.1, 0.2, 0.3]

# 计算旋转矩阵
theta = np.linalg.norm(r)
if theta != 0:
    r = r / theta
    r_x, r_y, r_z = r
    cos_theta = np.cos(theta)
    sin_theta = np.sin(theta)
    rot_mat = np.array([
        [cos_theta + r_x**2 * (1 - cos_theta), r_x * r_y * (1 - cos_theta) - r_z * sin_theta, r_x * r_z * (1 - cos_theta) + r_y * sin_theta],
        [r_y * r_x * (1 - cos_theta) + r_z * sin_theta, cos_theta + r_y**2 * (1 - cos_theta), r_y * r_z * (1 - cos_theta) - r_x * sin_theta],
        [r_z * r_x * (1 - cos_theta) - r_y * sin_theta, r_z * r_y * (1 - cos_theta) + r_x * sin_theta, cos_theta + r_z**2 * (1 - cos_theta)]
    ])
else:
    rot_mat = np.identity(3)

# 打印旋转矩阵
print(rot_mat)

在这个示例代码中，我们首先定义了一个旋转向量 `r`，然后使用 `np.linalg.norm` 函数计算旋转向量的模长，并将向量标准化。接下来，我们使用标准化后的向量计算旋转矩阵，最后使用 `print` 函数打印旋转矩阵。